基于累积Logistic 回归分析的文本段落聚类策略研究

• 作者: 徐志明 徐永东 王晓龙
• 来源期刊: 高技术通讯
• 学科: 工学
• 关键词: 多特征融合 累积Logistic 回归分析 段落相似度计算 段落聚类
• 年，卷（期）: 2006,（8）
• 所属期刊栏目: 信息技术
• 页码范围: 789-794
• 页数: 6页
• 分类号: TN91
• 字数: 7298字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-0470.2006.08.004

摘要

提出一种新的文本段落聚类策略,该策略采用多特征融合思想尽可能多地挖掘段落内的特征,并采用累积Logistic 回归分析方法来拟合这些特征与段落相似度之间的内在关联,使得段落相似度计算的结果更为理想.最后采用层次聚合聚类算法中的complete-link方法对段落集合进行聚类处理.通过网络真实文本进行了段落相似度度量实验和段落聚类实验,实验结果显示了方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓龙	哈尔滨工业大学计算机学院自然语言处理研究室	85	1755	24.0	38.0
2	徐志明	哈尔滨工业大学计算机学院自然语言处理研究室	21	766	11.0	21.0
3	徐永东	哈尔滨工业大学计算机学院自然语言处理研究室	9	124	5.0	9.0