ВЫЯВЛЕНИЕ НОВЫХ СОБЫТИЙ ИЗ ПОТОКА НОВОСТЕЙ

Сюжеты VS Новые события
Конференция «Диалог 2007»
ВЫЯВЛЕНИЕ НОВЫХ СОБЫТИЙ ИЗ ПОТОКА НОВОСТЕЙ
Запрос
пользователя
О чем больше
всего говорят
Учет времени
и количества
публикаций
О каких
«актуальных»
событиях
говорят в
последнее
время
«солидные»
источники
Учет …

Популярность документа Di за небольшой промежуток времени (локальная популярность- ni) и за значительный промежуток (глобальная популярность - Ni).
Вычисляются по количеству «подобных» документов в оперативной и ретроспективной базах данных.
Конференция «Диалог 2007»
ВЫЯВЛЕНИЕ НОВЫХ СОБЫТИЙ ИЗ ПОТОКА НОВОСТЕЙ
Ni
ni

Предположение, о том, что документ соответствует новому событию, если выполняются условия:
минимальное время, прошедшее с момента публикации документа;
близость лексического состава документа к лексическому составу массива документов за небольшой промежуток времени (массив оперативных новостей);
существенное различие лексического состава документа от лексического состава массива документов за значительный период времени – окна наблюдения;
наличие в документе терминов, входящих в плюс-словарь (включающий важные для содержания новостей слова типа «теракт», «конфликт», «сенсация» и т.п.);
высокий ранг «авторитетности» источника, а также допустимости лексики заглавий новостей (определяемых экспертами).
Конференция «Диалог 2007»
ВЫЯВЛЕНИЕ НОВЫХ СОБЫТИЙ ИЗ ПОТОКА НОВОСТЕЙ

Формула для расчета ранга новостного документа:
Конференция «Диалог 2007»
ВЫЯВЛЕНИЕ НОВЫХ СОБЫТИЙ ИЗ ПОТОКА НОВОСТЕЙ
N – величина окна наблюдения потока новостей;
n – величина массива оперативных новостей (n < N);
Di – i-й документ;
PlusDic – плюс-словарь;
sim(Di, Dj) – мера близости документа i документу j;
sim(Di, PlusDic) – мера близости документа i плюс-словарю;
Rangi – ранг источника, соответствующего i-му документу.

Интерфейс
пользователя
Конференция «Диалог 2007»
ВЫЯВЛЕНИЕ НОВЫХ СОБЫТИЙ ИЗ ПОТОКА НОВОСТЕЙ