基于相似度的词聚类算法

• 作者: 袁里驰 钟义信
• 来源期刊: 微电子学与计算机
• 关键词: 词相似度 词聚类 统计语言模型
• 年，卷（期）: 2005,（8）
• 页码范围: 93-95
• 页数: 3页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7180.2005.08.024

摘要

基于类的统计语言模型是解决统计模型数据稀疏问题的重要方法.传统的统计方法基于贪婪原则,常以语料的似然函数或困惑度(perplexity)作为评价标准.传统的聚类方法的主要缺点是聚类速度慢,初值对结果影响大,易陷入局部最优.本文提出了词相似度定义、词集合相似度定义,一种自下而上的分层聚类算法.这种方法不但能改善聚类效果,而且可根据不同的模型选择不同的相似度定义,从而提高聚类的使用效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟义信	北京邮电大学信息工程学院	128	2678	27.0	48.0
2	袁里驰	北京邮电大学信息工程学院	4	29	2.0	4.0