摘 要：基于中文文本的复杂语境结构，同时考虑话题的动态变化性，利用语义线索和时空主题模型来提取话题的关键词语链。结合语义知识和时间约束的主题模型可以有效对社交媒体文本大数据进行分析和处理，以获取潜在的话题知识。
关键词：语义线索；主题模型；社交媒体；动态话题
中图分类号：TP391.1 文献标识码：A 文章编号：2096-4706（2019）05-0027-03
Dynamic Topic Extraction of Social Media with Semantic Cues and Spatio-temporal Themes
WAN Hongxin
（Jiangxi Science and Technology Normal University，Nanchang 330038，China）
Abstract：Based on the complex contextual structure of Chinese text，and considering the dynamic change of topic，we use semantic clues and spatiotemporal topic model to extract keyword chains of topic. Theme model combined with semantic knowledge and time constraints can effectively analyze and process big data of social media texts to acquire potential topic knowledge.
Keywords：semantic cues；topic model；social media；dynamic topics
参考文献：
[1] 李凤岭，朱保平. 基于LDA 模型的微博话题发现技术研究 [J]. 计算机应用与软件，2014，31（10）：24-26+66.
[2] 邱明涛，马静，张磊，等. 基于可扩展LDA 模型的微博话题特征抽取研究 [J]. 情报科学，2017，35（4）：22-26+31.
[3] 曹丽娜，唐锡晋. 基于主题模型的BBS 话题演化趋势分析 [J]. 管理科学学报，2014，17（11）：109-121.
[4] 王菲菲，杨扬，蒋飞，等. 面向用户话题相似性特征的链路预测方法 [J]. 西安交通大学学报，2016，50（8）：103-109.
[5] 陈晓美，高铖，关心惠. 网络舆情观点提取的LDA 主题模型方法 [J]. 图书情报工作，2015，59（21）：21-26.
[6] 郭蓝天，李扬，慕德俊，等. 一种基于LDA 主题模型的话题发现方法 [J]. 西北工业大学学报，2016，34（4）：698-702.
[7] 仇丽青，陈卓艳，丁长青，等. 基于改进LDA 主题模型的社会网络话题发现算法iMLDA [J]. 情报科学，2016，34（9）：115-118+133.
[8] 李湘东，巴志超，黄莉. 基于加权隐含狄利克雷分配模型的新闻话题挖掘方法 [J]. 计算机应用，2014，34（5）：1354-1359.
作者简介：万红新（1970.06-），女，汉族，江西南昌人，教授， 硕士，研究方向：数据挖掘、软件工程、自然语言处理。