结合词向量和聚类算法的话题演进分析

　　话题演进分析主要是挖掘话题内容随着时间流的演进情况。话题的内容可用关键词来表示。利用word2vec对75万篇新闻和微博文本进行训练，得到词向量模型。将文本流处理后输入模型，获得时间序列下所有词汇的词向量，利用K-means对词向量进行聚类，从而实现话题关键词的抽取。实验对比了基于PLSA和LDA主题模型下的话题抽取效果，发现本文的话题分析效果优于主题模型的方法。同时，采集足够大量、内容足够丰富的语料，可训练得到泛化能力比较强的模型，有利于实时话题演进分析研究工作。