Topic Detection and Tracking: 毕业设计中的基础版TDT任务

简介：
本毕业设计项目聚焦于基础版Topic Detection and Tracking (TDT) 任务，旨在实现对文本流中主题的有效识别与跟踪。通过分析技术文献和实验验证，研究如何优化算法以提升检测精度与效率，从而为智能信息处理领域贡献新的思路和方法。 我的毕业设计主题是与三个朋友合作进行的主题检测与跟踪任务（TDT）。数据集包含两个部分：mttkn/ 和 mttkn_bnd/。前者包含了多个TDT5令牌文件，后者则有相应的边界文件。 Main.cpp 文件中仅有一个 main() 函数。公用事业目录下存放的是所有其他部分之间共享的代码，例如“故事”类等。 在没有边界文件的情况下，我们需要找出如何确定两个文档之间的分界点，在令牌文件中的位置。数据预处理阶段包括读取和初步处理这些数据。接下来是StoryLinkDetection模块，用于识别不同故事间的联系；主题检测模块负责分析并提取相关主题信息；第一故事检测旨在识别特定事件下的初始叙述。 最后的TopicTracking部分将评估整个系统的性能，并准备相应的展示材料。