版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、文本聚類(lèi)在很多文本挖掘和信息檢索系統(tǒng)中發(fā)揮著重要的作用。這種技術(shù)可以改善檢索性能、提供導(dǎo)航/瀏覽機(jī)制、發(fā)現(xiàn)相似文本等。因此,對(duì)文本聚類(lèi)的研究已成為數(shù)據(jù)挖掘中一個(gè)非常重要的課題。 文本聚類(lèi)的首要問(wèn)題是文本數(shù)據(jù)的數(shù)學(xué)表示。目前多數(shù)文本聚類(lèi)算法都是以向量空間模型(VSM)為基礎(chǔ)的。這種文本表示方法非常簡(jiǎn)單,但卻引發(fā)了高維稀疏的問(wèn)題。而且,基于向量空間模型的聚類(lèi)算法都沒(méi)有很好地解決文本數(shù)據(jù)所特有的兩個(gè)自然語(yǔ)言問(wèn)題:近義詞和多義詞。所有這
2、些問(wèn)題都極大干擾了文本聚類(lèi)算法的效率和準(zhǔn)確性,使文本聚類(lèi)的性能下降。盡管人們提出通過(guò)向量空間權(quán)重調(diào)整和降維來(lái)解決上述問(wèn)題,但是這些方法都有自身的缺點(diǎn)。向量空間權(quán)重調(diào)整法實(shí)際上并沒(méi)有解決以上問(wèn)題,它只能非常有限地提高文本聚類(lèi)的性能。降維法雖然解決了高維稀疏問(wèn)題,但是降維的代價(jià)一般都非常大。另外,現(xiàn)有的文本聚類(lèi)算法大多沒(méi)有給出聚類(lèi)描述的方法。 為了避免上述問(wèn)題的產(chǎn)生,本人采用了一種新的思路,即采用語(yǔ)義相似度作為文本間相似度的度量。為
3、了完善這一思想,本文對(duì)文本表示,語(yǔ)義相似度計(jì)算以及聚類(lèi)算法作了深入討論。提出了一種更利于語(yǔ)義相似度計(jì)算的概念列表文本表示法;結(jié)合Quillian的聯(lián)合概念距離計(jì)算的方法,提出了文本間語(yǔ)義相似度的計(jì)算方法;最后提出了一種基于語(yǔ)義相似度的文本聚類(lèi)算法—TCUSS算法。TCUSS算法利用語(yǔ)義相似度作為文本間相似度的度量,不僅解決了多義詞和近義詞的問(wèn)題,而且不會(huì)產(chǎn)生高維稀疏的問(wèn)題。TCUSS算法以圖為基礎(chǔ)進(jìn)行聚類(lèi)分析,避免了算法對(duì)聚簇形狀的限制
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于語(yǔ)義相似度的論文文本聚類(lèi)算法研究.pdf
- 基于語(yǔ)義相似度的群智能文本聚類(lèi)方法研究.pdf
- 基于語(yǔ)義相似度分析的軟構(gòu)件聚類(lèi)算法研究.pdf
- 基于文本相似度計(jì)算的文本聚類(lèi)算法研究與實(shí)現(xiàn).pdf
- 基于知網(wǎng)語(yǔ)義相似度的中文文本聚類(lèi)方法研究.pdf
- 基于語(yǔ)義距離的文本聚類(lèi)算法研究.pdf
- 基于語(yǔ)義相似度的中文文本相似度算法研究.pdf
- 基于語(yǔ)義的短文本聚類(lèi)算法研究.pdf
- 基于語(yǔ)義分析的文本相似度算法研究.pdf
- 基于文本聚類(lèi)和本體概念相似度的語(yǔ)義Web服務(wù)發(fā)現(xiàn)的研究.pdf
- 基于文本相似度的中文文本聚類(lèi)的研究.pdf
- 基于潛在語(yǔ)義索引的文本聚類(lèi)算法研究.pdf
- 基于語(yǔ)義的文本相似度算法研究及應(yīng)用.pdf
- 基于相似度傳播聚類(lèi)算法的地標(biāo)路由算法研究.pdf
- 基于相似語(yǔ)義的文本相似度的判別研究.pdf
- 基于文本分類(lèi)的語(yǔ)義相似度研究.pdf
- 基于語(yǔ)義的文本相似度計(jì)算研究.pdf
- 文本語(yǔ)義相似度研究.pdf
- 基于語(yǔ)義的文本聚類(lèi)搜索研究.pdf
- 基于路徑相似度測(cè)量的譜聚類(lèi)算法研究.pdf
評(píng)論
0/150
提交評(píng)論