馬宇舸, 程 華, 寇曉淮, 林家駿

(華東理工大學(xué)信息科學(xué)與工程學(xué)院,上海 200237)

軟信息的概率特征關(guān)聯(lián)算法

馬宇舸, 程 華, 寇曉淮, 林家駿

(華東理工大學(xué)信息科學(xué)與工程學(xué)院,上海 200237)

基于軟信息的新聞事件態(tài)勢估計中,事件當(dāng)前態(tài)勢的準(zhǔn)確估計需融合事件的長期態(tài)勢。以長期詞典作為事件長期態(tài)勢的特征表達(dá),提出了軟信息的長期特征與當(dāng)前特征關(guān)聯(lián)融合的概率特征關(guān)聯(lián)算法。由事件的長期信息抽取得到長期詞典,基于特征詞相似度將長期特征與當(dāng)前特征進(jìn)行概率關(guān)聯(lián),得到事件的全特征表達(dá),并提出了特征的長期關(guān)聯(lián)度指標(biāo)與類別關(guān)聯(lián)度指標(biāo)評估概率特征關(guān)聯(lián)算法的有效性。實(shí)驗(yàn)結(jié)果表明,概率特征關(guān)聯(lián)算法能夠有效地融合長期態(tài)勢,提升事件當(dāng)前態(tài)勢的估計精度。

軟信息; 長期詞典; 概率特征關(guān)聯(lián); 態(tài)勢估計

在線新聞信息通過公共事件的直觀報道,直接反映事件的當(dāng)前態(tài)勢,例如“911”事件中,美國新聞媒體的報道反映了白宮對該事件的判斷,對在線新聞報道的分析可以為決策提供可靠的事件態(tài)勢估計。這類在線新聞信息來自人類觀察,相對于傳統(tǒng)的雷達(dá)測量信息,難以直接測量,計算機(jī)不能直接理解,稱為軟信息(Soft Information)[1-2]。對這類非結(jié)構(gòu)化或半結(jié)構(gòu)化的信息處理與融合是信息融合領(lǐng)域新的研究熱點(diǎn)和挑戰(zhàn)。相關(guān)研究有Pang[3]的文檔級情感極性分析、Agarwal[4]的微博級情感極性分析等,通過不同細(xì)粒度的情感分析進(jìn)行事件的態(tài)勢估計。

傳統(tǒng)的目標(biāo)跟蹤算法、PDA等數(shù)據(jù)關(guān)聯(lián)將傳感器獲得的觀測數(shù)據(jù)與已知目標(biāo)航跡相關(guān)聯(lián)并最后確定正確的觀測配對。軟信息融合中也需要通過數(shù)據(jù)關(guān)聯(lián)實(shí)現(xiàn)多源融合估計。Llinas等[5]提出了基于圖形法的數(shù)據(jù)關(guān)聯(lián)算法;Hannigan等[6]以屬性圖的方式對軟信息進(jìn)行數(shù)據(jù)關(guān)聯(lián);Little等[7]提出了基于本體模型的增強(qiáng)型圖匹配算法;Gross等[8]提出了評價軟信息關(guān)聯(lián)算法的指標(biāo)。上述關(guān)聯(lián)算法通常只對軟信息中的事件要素,如人物、時間、目的地等設(shè)置為圖節(jié)點(diǎn)的要素進(jìn)行關(guān)聯(lián),未考慮多個軟信息文本中語義信息的關(guān)聯(lián)。

本文基于軟信息特征詞項研究多文本語義層面的數(shù)據(jù)關(guān)聯(lián),通過軟信息的特征詞項相似性完成事件長期特征(長期詞典中抽取)與當(dāng)前報道特征的概率關(guān)聯(lián)。實(shí)驗(yàn)表明，概率特征關(guān)聯(lián)算法能有效地關(guān)聯(lián)長期特征與當(dāng)前特征,使融合后的特征能更準(zhǔn)確地表達(dá)軟信息的語義,從而提升軟傳感器模型[9-10]對事件態(tài)勢估計的融合效果。

1 軟信息特征提取

1.1 軟信息的結(jié)構(gòu)化表示

軟信息(文本)的結(jié)構(gòu)化采用向量空間模型VSM[11],向量空間模型是目前最基本、最有效的文本表示模型,在特征向量空間將文本表示為特征詞項的加權(quán)向量,即通過文本中n個特征詞項CFt={cwt,1,cwt,2,cwt,3，…，cwt,n}將文本表示為特征詞項的權(quán)重向量CVt={cvt,1,cvt,2,cvt,3，…，cvt,n},其中權(quán)重計算采用TF-IDF方法[11]。TF-IDF算法采用統(tǒng)計方法計算和表達(dá)某個詞或短語在文本中的重要程度,TF-IDF由TF(TermFrequency,詞頻)與IDF(InverseDocumentFrequency,逆向文檔頻率)兩部分組成,若某個詞或短語在一篇文本中出現(xiàn)頻率高,即TF值大,且在其他文本中很少出現(xiàn),即IDF小,則認(rèn)為此詞或者短語在文本中是較為重要特征詞項,TF-IDF權(quán)重的計算方式為

cvt,i=tfilg(M/ni+0.01)

(1)

其中:tfi為特征詞項cwt,i在軟信息文本中出現(xiàn)次數(shù);M表示數(shù)據(jù)集中軟信息文本的總數(shù);ni表示含有該特征詞項的軟信息文本數(shù)。

由此,通過n個特征詞項,將一個包含M篇軟信息的數(shù)據(jù)集表示成了一個n×M特征矩陣。

1.2 軟信息的長期詞典抽取

Endsley態(tài)勢估計功能模型[12]認(rèn)為態(tài)勢估計為高層次的數(shù)據(jù)融合,先驗(yàn)知識為融合中的原有態(tài)勢估計的修正提供了可靠的依據(jù)。對于某個新聞事件,定義從發(fā)生時刻到當(dāng)前時間累積的所有新聞形式為該事件的長期信息,是其態(tài)勢評估的來源,本文采用其中的文本類新聞報道作為軟信息關(guān)聯(lián)融合的長期信息?；谲浶畔⑽谋镜慕Y(jié)構(gòu)化表示,本文提出長期詞典法獲取事件長期信息中的長期態(tài)勢,即在VSM空間下抽取長期信息的文本特征權(quán)重向量(特征詞項權(quán)重向量),并取主要特征詞項權(quán)重向量構(gòu)造軟信息的長期詞典,作為用于關(guān)聯(lián)融合的事件長期態(tài)勢向量。

特征詞項在長期詞典中的權(quán)重表達(dá)了該特征詞項在事件長期態(tài)勢中的重要性及相關(guān)性。設(shè)t時刻長期詞典LDt={lwt,1,lwt,2,lwt,3，…，lwt,q},其對應(yīng)的TF-IDF權(quán)重向量表示為LVt={lvt,1,lvt,2,lvt,3，…，lvt,q},其中特征詞項lwt,i對應(yīng)的權(quán)重為lvt,i。

根據(jù)統(tǒng)計學(xué)習(xí)方法的理論,文本內(nèi)容與其中所包含的詞、短語等特征詞項有著必然的聯(lián)系,同一主題的文本之間總存在多個共同的特征詞項,而不同主題的文本所包含的特征詞項之間差異較大。將長期信息當(dāng)作特征詞項集合,特征詞項的權(quán)值反映了其反映軟信息主題的程度,因此長期詞典的特征詞項向量對事件長期發(fā)展態(tài)勢進(jìn)行了有效表示。

2 線性加權(quán)特征關(guān)聯(lián)算法LFA

事件當(dāng)前特征定義為從即時獲得的事件文本中采取軟信息結(jié)構(gòu)化得到的特征詞項,即t時刻當(dāng)前特征集合CFt={cwt,1,cwt,2,cwt,3，…，cwt,n},對應(yīng)的TF-IDF權(quán)重向量CVt={cvt,1,cvt,2,cvt,3，…，cvt,n};長期詞典LDt={lwt,1,lwt,2,lwt,3，…，lwt,q},對應(yīng)的TF-IDF權(quán)重向量LVt={lvt,1,lvt,2,lvt,3，…，lvt,q}。

基于事件長期特征和當(dāng)前特征的表達(dá)形式的一致性,本文提出線性加權(quán)特征關(guān)聯(lián)算法,即采用線性加權(quán)方法實(shí)現(xiàn)當(dāng)前特征重新組合與調(diào)整,當(dāng)前特征權(quán)重按比例融合長期特征權(quán)重,反映當(dāng)前軟信息受到事件長期態(tài)勢的影響。

定義當(dāng)前特征集合CFt與長期詞典LDt的交集為長期特征集合conFt,即

conFt=CFt∩LDt

(2)

權(quán)重向量conCVt由CFt中對應(yīng)長期特征詞項的權(quán)重構(gòu)成,conLVt由LDt中對應(yīng)長期特征詞項的權(quán)重構(gòu)成。

當(dāng)前特征集合CFt中剩下的特征詞項構(gòu)成新特征集合newFt,即

newFt=CFt-CFt∩LDt

(3)

newFt所對應(yīng)的權(quán)重向量newVt由CVt中對應(yīng)新特征詞項的權(quán)重構(gòu)成。

長期特征集合conFt中特征詞項的個數(shù)反映了當(dāng)前軟信息文本與長期態(tài)勢的符合程度,個數(shù)越多則當(dāng)前態(tài)勢的發(fā)展越符合長期態(tài)勢,長期特征權(quán)重以較大比例融合到當(dāng)前特征權(quán)重中;反之,長期特征權(quán)重以較小比例融合到當(dāng)前特征權(quán)重中。因此,基于長期特征集合conFt的權(quán)重向量conVt的調(diào)整方式為

(4)

最后將newVt與conVt重新拼接得到CFt對應(yīng)的新的權(quán)重向量Vt,將此權(quán)重向量用于軟傳感器模型[9-10]，得到當(dāng)前事件的態(tài)勢融合估計。

3 概率特征關(guān)聯(lián)算法PFA

3.1 概 述

線性加權(quán)特征關(guān)聯(lián)算法只將長期詞典與當(dāng)前特征中的相同特征詞項進(jìn)行關(guān)聯(lián),忽略了長期詞典中當(dāng)前特征同義詞的影響。本文提出以特征詞項的相似度為基礎(chǔ),采取概率特征關(guān)聯(lián)實(shí)現(xiàn)長期特征與當(dāng)前特征的融合。

3.2 關(guān)聯(lián)門的設(shè)置

關(guān)聯(lián)門利用詞的相似性算法過濾掉門限外與當(dāng)前特征無關(guān)的特征詞項,實(shí)現(xiàn)長期詞典的門限過濾,限制長期詞典中無關(guān)長期特征對當(dāng)前特征的影響。

若t時刻當(dāng)前特征集合CFt與長期詞典LDt重合特征較多,事件的當(dāng)前態(tài)勢特征在較大程度上符合長期態(tài)勢,長期特征對當(dāng)前特征的實(shí)際狀態(tài)產(chǎn)生影響大,應(yīng)當(dāng)設(shè)置較大的關(guān)聯(lián)門;反之,當(dāng)前特征集合CFt與長期詞典LDt重合特征較少,出現(xiàn)較多新特征,當(dāng)前軟信息文本反映了新事件動態(tài),長期態(tài)勢不能有效地反映當(dāng)前事件態(tài)勢的發(fā)展,此時需設(shè)置較小的關(guān)聯(lián)門,減小長期詞典對當(dāng)前特征權(quán)值的影響。當(dāng)t時刻當(dāng)前特征集合為CFt={cwt,1,cwt,2,cwt,3,…,cwt,n}時,針對當(dāng)前特征詞項cwt,i,設(shè)置以cwt,i為中心的圓型關(guān)聯(lián)門,關(guān)聯(lián)門半徑Rt為

(5)

(6)

其對應(yīng)的權(quán)重向量LCVt,i由CFt中對應(yīng)長期特征詞項的權(quán)重構(gòu)成。

3.3 基于word2vec的詞向量訓(xùn)練

采用word2vec訓(xùn)練得到的詞向量計算特征詞項之間的相似性。word2vec的語言模型采用沒有大量的矩陣乘法運(yùn)算的Skip-gram模型[13],Skip-gram模型利用當(dāng)前詞的詞向量預(yù)測指定窗口上下文的詞向量。對于訓(xùn)練語料V,Skip-gram模型的目標(biāo)函數(shù)為[13]

(7)

(8)

其中:參數(shù)c決定上下文窗口大小;Context(w)由w前后各c個詞構(gòu)成。

word2vec網(wǎng)絡(luò)的輸出層采用基于二叉哈夫曼樹表示的層次softmax算法,將時間復(fù)雜度降到O(log2(|V|))。層次softmax算法定義的p(u|w)如下[13]:

(9)

其中:

(10)

訓(xùn)練過程采用隨機(jī)梯度下降方法,得到詞的詞向量表示形式vec(cwx,y)。

3.4 概率特征關(guān)聯(lián)

(11)

關(guān)聯(lián)門內(nèi)的每個長期特征都能對當(dāng)前特征產(chǎn)生影響,但每個長期特征產(chǎn)生影響的程度不同,因此,基于關(guān)聯(lián)門內(nèi)的長期特征,通過關(guān)聯(lián)概率計算得到當(dāng)前特征的最優(yōu)特征權(quán)值為

(12)

最后,得到CFt對應(yīng)的最優(yōu)當(dāng)前特征權(quán)值向量Vt,將此權(quán)重向量用于軟傳感器模型,得到當(dāng)前事件的態(tài)勢融合估計。

概率關(guān)聯(lián)算法流程如下:

輸入: 當(dāng)前特征CFt,長期詞典LDt

計算關(guān)聯(lián)門半徑Rt

Foreachfeature1inCFt

Foreachfeature2inLDt

similar(feature1,feature2)

ifsimilar(feature1,feature2)≥1-Rt

更新落入關(guān)聯(lián)門內(nèi)的特征LCFt,i.add(feature2)

計算關(guān)聯(lián)門內(nèi)所有特征的關(guān)聯(lián)概率

計算當(dāng)前特征的最優(yōu)特征權(quán)值

輸出:最優(yōu)當(dāng)前特征權(quán)值向量

4 關(guān)聯(lián)指標(biāo)

本文提出了以下兩個關(guān)聯(lián)指標(biāo),并對線性加權(quán)特征關(guān)聯(lián)算法與概率特征關(guān)聯(lián)算法的有效性進(jìn)行評估。

(1) 長期關(guān)聯(lián)度。將當(dāng)前特征集合CFt中被調(diào)節(jié)的特征詞項個數(shù)與CFt所有特征詞項個數(shù)之比稱為長期關(guān)聯(lián)度DegreeL,C,t,以此來衡量關(guān)聯(lián)算法中長期態(tài)勢與當(dāng)前特征的關(guān)聯(lián)程度,計算公式為

(13)

式中,LCFt,i為特征詞項cwt,i關(guān)聯(lián)門內(nèi)的特征集合。

(2) 類別關(guān)聯(lián)度。定義類別關(guān)聯(lián)度來衡量關(guān)聯(lián)算法對特征詞項類別的關(guān)聯(lián)效果。將具有情感極性的特征詞項分類為緊張類與緩和類,當(dāng)前特征集合與長期詞典中分別用CFt,N、CFt,P與LDt,N、LDt,P表示;cwt,i關(guān)聯(lián)門內(nèi)的特征集合為LCFt,i也可分為兩類LCFt,i,N、LCFt,i,P。將LDt,N中被當(dāng)前特征集合CFt關(guān)聯(lián)到的特征詞項個數(shù)與LDt,N的特征詞項總數(shù)之比稱為趨勢緊張類關(guān)聯(lián)度,即

(14)

同理可以定義趨勢緩和類關(guān)聯(lián)度:

(15)

5 實(shí)驗(yàn)與分析

5.1 概 述

本文將描述事件發(fā)展的開源新聞文本信息作為軟信息,為了驗(yàn)證概率特征關(guān)聯(lián)算法的有效性,以釣魚島事件為例,根據(jù)報道時間先后從新浪網(wǎng)、鳳凰網(wǎng)等新聞網(wǎng)站抓取了從2012年7月到2012年8月這62天664條描述釣魚島事件的新聞數(shù)據(jù),構(gòu)成實(shí)驗(yàn)數(shù)據(jù)集。

5.2 關(guān)聯(lián)算法評估

采用長期關(guān)聯(lián)度指標(biāo)與類別關(guān)聯(lián)度關(guān)聯(lián)指標(biāo)對線性加權(quán)特征關(guān)聯(lián)與概率特征關(guān)聯(lián)算法的有效性進(jìn)行評估。8月1日至16日長期關(guān)聯(lián)度對比結(jié)果如圖1所示,其中8月6日到8月15日發(fā)生了“香港部分人員組織強(qiáng)登釣魚島”、“日本購買釣魚島”等事件。由圖1可知:

(1) 在8月6日釣魚島事件有新動態(tài)時,兩個算法的長期關(guān)聯(lián)度均下降,當(dāng)前特征引入新特征詞項,PFA算法關(guān)聯(lián)窗變小,用于特征關(guān)聯(lián)的當(dāng)前特征詞項也減少,但LFA算法受長期態(tài)勢影響的詞更少。

(2) 對于特定的特征詞項,LFA算法只考慮了長期詞典中的同一特征詞項對當(dāng)前特征項的影響,忽略了長期詞典中該特征詞項的同義詞影響,而PFA算法通過關(guān)聯(lián)門內(nèi)界定了所有可能的長期特征,由圖1可知該類同義詞對態(tài)勢估計產(chǎn)生了較大的影響。

8月1日至16日趨勢緊張類關(guān)聯(lián)度對比、趨勢緩和類關(guān)聯(lián)度對比如圖2、圖3所示。由圖2、圖3可知:在事件態(tài)勢緊張及緩和的分類下,兩個算法都能夠關(guān)聯(lián)到長期詞典中對應(yīng)類特征集合。PFA算法在8月6日事件態(tài)勢緊張時趨勢緊張類的關(guān)聯(lián)度上升,趨勢緩和類的關(guān)聯(lián)度下降,原因是當(dāng)前特征中趨勢緊張類的特征詞項比例增高而趨勢緩和類的特征詞項相對減少。而LFA算法受長期態(tài)勢影響的特征詞項太少,算法也關(guān)聯(lián)部分特征詞,但沒有PFA算法關(guān)聯(lián)的效果明顯。

圖1 線性加權(quán)特征關(guān)聯(lián)算法與概率特征關(guān)聯(lián)算法長期關(guān)聯(lián)度對比

圖2 線性加權(quán)特征關(guān)聯(lián)算法與概率特征關(guān)聯(lián)算法趨勢緊張類關(guān)聯(lián)度對比

圖3 線性加權(quán)特征關(guān)聯(lián)算法與概率特征關(guān)聯(lián)算法趨勢緩和類關(guān)聯(lián)度對比

5.3 軟信息分類實(shí)驗(yàn)結(jié)果

采用軟傳感器模型對釣魚島事件的軟信息進(jìn)行態(tài)勢估計,其中重要步驟為軟信息的緩和與緊張分類,分類的實(shí)驗(yàn)結(jié)果見表1。

從表1可以看出,LFA算法與PFA算法都對軟傳感器的分類結(jié)果產(chǎn)生了一定的影響,均提高了各類別上的查全率、查準(zhǔn)率及F1測試值,表明這兩個算法有效地提升了文本軟信息的分類效果,從而確保軟信息融合精度的提高。實(shí)驗(yàn)結(jié)果還表明,PFA算法對分類效果提升更高,即通過概率特征關(guān)聯(lián)算法能更好地與事件長期特征相關(guān)聯(lián)。

5.4 態(tài)勢估計結(jié)果及分析

采用軟傳感器模型對釣魚島事件進(jìn)行態(tài)勢估計,其中分別采用LFA與PFA算法關(guān)聯(lián)的結(jié)果進(jìn)行態(tài)勢的融合估計,8月1日至16日融合估計結(jié)果如圖4所示。

表1 情報文本分類實(shí)驗(yàn)結(jié)果

8月6日至14日期間,發(fā)生了“香港部分人員組織強(qiáng)登釣魚島”、“日本購買釣魚島”等事件,局勢趨于緊張。此前(8月1日至5日),未發(fā)生特別事件,事件態(tài)勢處于緩和狀態(tài),而在8月6日態(tài)勢直接出現(xiàn)拐點(diǎn),由圖4可以識別出事件的轉(zhuǎn)折點(diǎn)。

由圖4可知,8月6日PFA算法得到的態(tài)勢估計值為0.59,遠(yuǎn)小于LFA算法得到的值0.71;8月7日PFA算法的態(tài)勢估計值為0.67,小于LFA算法的值0.72。其中,PFA算法將長期態(tài)勢特征與當(dāng)前特征進(jìn)行了更大范圍的關(guān)聯(lián),對當(dāng)前特征權(quán)重有效地調(diào)節(jié),長期態(tài)勢的引入使圖4中態(tài)勢曲線變化更平緩。顯然,此態(tài)勢曲線更符合整個釣魚島態(tài)勢發(fā)展?fàn)顟B(tài)。

圖4 8月1日至16日的態(tài)勢融合估計結(jié)果

6 結(jié)束語

本文根據(jù)事件的長期信息抽取得到表達(dá)其特征的長期詞典,提出軟信息的概率特征關(guān)聯(lián)算法將長期特征與當(dāng)前軟信息特征進(jìn)行數(shù)據(jù)關(guān)聯(lián),并通過軟傳感器模型對實(shí)驗(yàn)和實(shí)際案例進(jìn)行態(tài)勢估計,驗(yàn)證了概率特征關(guān)聯(lián)算法能有效地將長期態(tài)勢引入軟信息的融合估計中,為決策提供可靠的態(tài)勢估計。隨著事件的發(fā)展,描述事件的軟信息逐漸累積,怎樣挖掘更深層次的歷史信息指導(dǎo)事件當(dāng)前的態(tài)勢估計將成為下一步研究重點(diǎn)。

[1]KHALEGHI B,KHAMIS A,KARRAY F O,etal.Multisensor data fusion:A review of the state-of-the-art[J].Information Fusion,2013,14(1):28-44.

[2]LLINAS J.New challenges for defining information fusion requirements[C]//International Workshop on Information Fusion & Geographical Information Systems-IF&GIS’07.Petersburg,Russia:Springer,2007:1-17.

[3]PANG B,LEE L.Opinionmining and sentiment analysis[J].Foundations & Trends?in Information Retrieval,2008,2(1/2):1-135.

[4]AGARWAL A,XIE B,VOVSHA I,etal.Sentiment analysis of Twitter data[C]//The Workshop on Languages in Social Media.Stroudsburg,USA:Association for Computational Linguistics,2011:30-38.

[5]BLASCH E,LLINAS J,LAMBERT D,etal.High level information fusion developments,issues,and grand challenges:Fusion 2010 panel discussion[C]//2010 13th Conference on Information Fusion.Edinburgh:IEEE,2010:1-8.

[6]HANNIGAN M,MCMASTER D,LLINAS J,etal.Data association and soft data streams[C]//2011 13th Conference on Information Fusion.Edinburgh:IEEE,2011:1-8.

[7]LITTLE E,SAMBHOOS K,LLINAS J.Enhancing graph matching techniques with ontologies[C]//International Conference on Information Fusion.Cologne:IEEE,2008:1-8.

[8]GROSS G,DATE K,SCHLEGEL D R,etal.Systemic test and evaluation of a hard+soft information fusion framework:Challenges and current approaches[C]//2014 17th International Conference on Information Fusion (FUSION).Cologne:IEEE,2014:1-8.

[9]顧奕哲.基于VSM模型的文檔表示和貝葉斯網(wǎng)絡(luò)的軟傳感器研究[D].上海:華東理工大學(xué),2014.

[10]顧奕哲,林家駿.基于軟信息的結(jié)構(gòu)化轉(zhuǎn)換[J].華東理工大學(xué)學(xué)報(自然科學(xué)版),2014,40(5):631-638.

[11]WU H C,LUK R W P,WONG K F,etal.Interpreting TF-IDF term weights as making relevance decisions[J].ACM Transactions on Information Systems,2008,26(3):55-59.

[12]ENDSLEY M R.Toward a theory of situation awareness in dynamic systems[J].Human Factors the Journal of the Human Factors & Ergonomics Society,1995,37(1):32-64.

[13]XU R,CHEN T,XIA Y,etal.Word embedding composition for data imbalances in sentiment and emotion classification[J].Cognitive Computation,2015,7(2):226-240.

Probabilistic Feature Association Algorithm of Soft Information

MA Yu-ge, CHENG Hua, KOU Xiao-huai, LIN Jia-jun

(School of Information Science and Engineering,East China University of Science and Technology,Shinghai 200237,China)

The situation assessment based on news events should consider the long-term trend of the events.In this paper,the long-term dictionary is introduced to characterize the long-term trend,and then,a probabilistic feature association algorithm is proposed for long-term features and current features.In order to obtain the full feature of the news event,the proposed algorithm firstly extracts long-term dictionary based on long-term text information collection of a news event.Besides,the probabilistic feature association algorithm,which is based on the similar degree of the keywords,is utilized to fuse the long-term feature into the current feature.In order to evaluate the association algorithm performance,both long-term association degree and class association degree are proposed.The experimental results show that the probabilistic feature association algorithm can introduce the long-term trend and improve the accuracy of situation assessment.

soft information; long-term dictionary; probabilistic features association; situation assessment

1006-3080(2017)01-0084-06

10.14135/j.cnki.1006-3080.2017.01.014

2016-04-11

馬宇舸(1991-),男,浙江人,碩士生,主要研究方向?yàn)樾畔⑷诤?。E-mail:mayuge0707@hotmail.com

程 華,E-mail:hcheng@ecust.edu.cn

TP391

A