SAT-TC:基于关联的层次文档聚类

• 作者: 李曲 龙昊
• 来源期刊: 计算机科学
• 关键词: 关联规则 频繁项目集 句子关联事务 聚簇 层次文本聚类
• 年，卷（期）: 2004,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 178-180
• 页数: 3页
• 字数: 4202字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2004.07.050

摘要

在一篇文档中,一个单词可以看作是一个项目,一组单词就是一个项目集.在以往的基于关联的文本聚类方法中,都是将一整篇文档看作是一个事务来挖掘频繁项目集和关联规则的.但是实际上,一篇文档中的基本语义单位是句子.在同一个句子中同时出现的一组词在语义上或多或少都是相互关联的,与分布在多个句子中的同一组词相比,前者要有意义得多.因此,基于以上发现,我们考虑将文档中的每一个句子看作是一个事务,一篇文档就被看作是一个事务的集合,并由此提出了一种新的文本聚类方法:SAT-TC.通过在标准测试集上的实验证明,SAT-TC要优于传统的文本聚类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李曲	华中科技大学计算机科学与技术系	6	30	4.0	5.0
2	龙昊	华中科技大学计算机科学与技术系	2	14	2.0	2.0