基于内容分析的话题检测和追踪关键技术研究

话题检测与追踪（Topic Detection and Tracking, TDT）是研究如何检测新发生的事件并追踪事件后继发展动态的信息智能获取技术。该技术在信息安全、金融证券、行业调研、资讯服务等行业领域具有广阔的应用前景。本课题重点研究话题聚类检测和话题追踪两个核心技术，其中引入领域知识将基于词汇层的传统统计分析技术提升到主题特征计算层面，研究基于主题特征的内容表示机制，基于主题识别的相关检测技术；考虑TDT的时序性和实时性，引入基于时间因子的特征优化和反馈学习策略、多阀值技术、时间栈技术、无监督的层次聚类技术和阀值标准化处理技术，实现基于内容分析的TDT技术，应用于网络文本信息智能处理领域中。