流式新闻的多语言聚类
计算与语言
2018-09-05 v1 信息检索
摘要
跨语言对新闻进行聚类，通过将来自多语言来源的文章聚合成连贯的报道，可实现高效的媒体监测。在线环境下进行此操作可扩展处理海量新闻流。为此，我们描述了一种将多语言文档的传入流聚类为单语和跨语言故事簇的新方法。与考虑少量已知标签的典型聚类方法不同，我们以解决在线方式中发现不断增长数量的簇标签的问题，使用多种语言的真实新闻数据集。我们的方法易于实现、计算高效，并在德语、英语和西班牙语的数据集上产生了最先进（state-of-the-art）的结果。
引用
@article{arxiv.1809.00540,
title = {Multilingual Clustering of Streaming News},
author = {Sebastião Miranda and Artūrs Znotiņš and Shay B. Cohen and Guntis Barzdins},
journal= {arXiv preprint arXiv:1809.00540},
year = {2018}
}
备注
Accepted at EMNLP 2018