位置:成果数据库 > 期刊 > 期刊详情页
Language clustering with word co-occurrence networks based on parallel texts
  • ISSN号:1001-6597
  • 期刊名称:《广西师范大学学报:哲学社会科学版》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]黑龙江大学文学院,黑龙江 哈尔滨150080, [2]中国传媒大学应用语言学研究所,北京100024, [3]教育部语言文字应用研究所,北京100010
  • 相关基金:国家社会科学基金资助项目(09BYY024); 中国传媒大学‘211工程’三期重点学科建设项目
中文摘要:

文本聚类是信息检索的重要内容。为了避免使用计算过程复杂的聚类算法,并能从语言学角度对聚类特征和聚类结果进行分析和解释,该文提出了采用句法分布信息进行文本聚类的方法。在汉语依存树库中,得出10种具有显著差异的词类依存关系,以其中5种依存关系作为聚类特征,访谈会话类和新闻播报类文本的相似度分别为71.98%和83.13%。实验结果验证了该方法利用依存关系对文本聚类的可行性和有效性。

英文摘要:

Text clustering is of substantial importance to information retrieval.The method of applying the information of syntactic distribution to text clustering is presented,in order to avoid the complex clustering algorithm whileenabling the linguistic interpretation of clustering features and the results of clustering.According to the dependency Treebank,ten dependency relations are suggested with distinctive distribution between oral and written Chinese By using five of them as clustering feature,the similarity of spoken and written classes achieves 71.98% and 83.13%,respectively.The experiment result shows that the proposed method of applying dependency relations to text clustering is feasible and effective.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《广西师范大学学报:哲学社会科学版》
  • 北大核心期刊(2011版)
  • 主管单位:广西师范大学
  • 主办单位:广西师范大学
  • 主编:孙杰远
  • 地址:广西桂林市三里店育才路15号
  • 邮编:541004
  • 邮箱:xbgj@mailbox.gxnu.edu.cn
  • 电话:0773-5802521 5822213
  • 国际标准刊号:ISSN:1001-6597
  • 国内统一刊号:ISSN:45-1066/C
  • 邮发代号:48-44
  • 获奖情况:
  • 1999年,获广西优秀期刊一等奖,1999年,获“首届全国百强学报”和“中国人文社会...,2001年,获“广西十佳社科期刊“称号,进入”中国...,2002年,获广西第二届高校优秀学报一等奖,获”第...,2005年,被评为第五届广西十佳社会科学期刊,入选...,2008年,入编北京大学《中文核心期刊要目总览》(...,2010年,获“全国高校百强社科期刊”称号
  • 国内外数据库收录:
  • 美国剑桥科学文摘,中国中国人文社科核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国国家哲学社会科学学术期刊数据库
  • 被引量:8071