位置:成果数据库 > 期刊 > 期刊详情页
基于改进RI方法的文本聚类
  • ISSN号:1006-0464
  • 期刊名称:《南昌大学学报:理科版》
  • 时间:0
  • 分类:TP391.4[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]东华理工大学经济与管理学院,江西南昌330013, [2]南昌航空大学环境与化学工程学院,江西南昌330063, [3]南昌大学信息工程学院,江西南昌330031
  • 相关基金:国家自然科学基金项目(61070139;81460769); 江西省教育厅科技计划项目(GJJ14134;GJJ14143)
中文摘要:

旨在通过考虑特征词汇的潜在语义和自身的重要性来提高文本聚类效果,研究基于RI方法的文本向量表示方法。首先,对基于RI方法构建的特征词汇随机索引向量中+1和-1向量元素出现位置进行约束,以避免在构建特征词汇上下文向量时可能造成该特征词汇潜在语义丢失现象;其次,在生成文本向量时考虑特征词汇自身重要性来改进权值的计算;最后,在测试数据上对基于RI方法的文本向量表示进行聚类效果测试与对比分析,结果表明采用基于RI方法能提高文本聚类效果。

英文摘要:

In order to improve the effect of text clustering by considering the underlying semantic meaning and the importance of distinctive phrases in the text, research to take a method as text vector expression ways based on RI method. At first, constraint the position of vector elements + 1 and -1 in a random index vector of distinctive phrase constructed by RI method, to avoid losing its underlying semantic meaning when construct the context vector of distinctive phrase; then,improve weighted calculation through consid- ering the importance of distinctive phrase when generate text vector; at last, testing and comparative analy- sis with the effect of text clustering by the method proposed in this paper of text vector construction on test data,and the test result shows that the method based on RI method could improve the effect of text clustering.

同期刊论文项目
期刊论文 33 会议论文 4
同项目期刊论文
期刊信息
  • 《南昌大学学报:理科版》
  • 中国科技核心期刊
  • 主管单位:南昌大学
  • 主办单位:南昌大学
  • 主编:谢明勇
  • 地址:南昌市南京东路235号南昌大学期刊社
  • 邮编:330047
  • 邮箱:NCDL@chinajournal.net.cn
  • 电话:0791-88305805
  • 国际标准刊号:ISSN:1006-0464
  • 国内统一刊号:ISSN:36-1193/N
  • 邮发代号:44-19
  • 获奖情况:
  • 2004年国家教育部优秀科技期刊,2006年首届中国高校特色科技期刊,2009年第四届华东地区优秀期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),波兰哥白尼索引,德国数学文摘,中国中国科技核心期刊,中国北大核心期刊(2004版),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),中国北大核心期刊(2000版)
  • 被引量:5092