使用本体语义提高文本聚类

• 作者: 左万利 张慧杰 张靖波 罗娜 袁福宇
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 本体 文本聚类 词典 WordNet
• 年，卷（期）: 2006,（3）
• 页码范围: 370-374
• 页数: 5页
• 分类号: TP3
• 字数: 581字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2006.03.018

摘要

为了提高聚类结果和允许在结果中进行选择,将本体语义与文档聚类相结合,在文档处理过程中提出了基于WordNet的新的文档聚类算法.首先通过tf-idf对文档进行了表示,为了将WordNet的概念出现在文档集合中,通过新的实体对每一个单词向量进行扩展.其次,运用特征提取算法对文档进行特征提取.最后提出了本体集合聚类算法用以提高文本的聚类效果.实验构建在Reuters 20新闻组的数据基础上,应用互信息作为试验结果的比较.结果表明:与已经存在的一些算法如MNB,CLUTO,co-clustering等相比,基于本体的聚类算法在文本聚类上有很明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	左万利	吉林大学计算机科学与技术学院	88	1273	20.0	31.0
2	张慧杰	东北师范大学计算机学院	15	183	8.0	13.0
3	张靖波	东北师范大学计算机学院	6	67	4.0	6.0
4	罗娜	吉林大学计算机科学与技术学院	3	38	2.0	3.0
6	袁福宇	吉林大学计算机科学与技术学院	3	30	2.0	3.0