论文部分内容阅读
网络敏感舆情的蔓延严重地影响社会和谐，因此，网络敏感舆情检测技术成为一项迫在眉睫的课题。本文提出了一种基于贝叶斯网络的敏感舆情发现框架。首先利用互联网主流搜索引擎工具训练出文本敏感度预测模型，其次采用Single-Pass算法进行文本聚类和话题发现，并利用敏感度预测模型对新文本流和话题进行动态敏感度评测，当话题的实时敏感度达到阈值时进行预警、形成敏感知识而入库。实验表明该框架能够从网络海量数据中快速、有效地发现敏感舆情。