摘要：一种构建-竞争聚类法被用于事件探测,该方法是受神经网络研究中构建-竞争学习的思想启发的.另外,提出了一种用于事件追踪的基于K近邻特征线（KNNFL）的分类方法,这种基于最近邻特征线（NFL）的方法本质上可以看作是对K近邻（KNN）法的推广,将改进后的KNN融入到NFL中形成KNNFL是为了更适合新闻事件的分析.研究结果表明,本文所提出的方法与传统的增量k均值法、Single-Pass法、Rocchio法以及KNN法相比较,可以获得更好的效果.通过分析可以看到,KNNFL即使在正例样本非常稀少的情况下仍然具有鲁棒性的表现.

关键词：事件探测与追踪 k近邻特征线 

单位：国防科学技术大学信息系统与管理学院; 湖南长沙410073; 武汉大学商学院; 湖北武汉430072