一种基于主题的文本聚类方法

• 作者: 刘挺 李生 赵世奇
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 人工智能 模式识别 基于主题文本聚类 基本类索引 语言学特征
• 年，卷（期）: 2007,（2）
• 页码范围: 58-62
• 页数: 5页
• 分类号: TP391
• 字数: 4801字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2007.02.009

摘要

现有的文本聚类方法难以正确识别和描述文本的主题,从而难以实现按照主题对文本进行聚类.本文提出了一种新的基于主题的文本聚类方法: LFIC.该方法能够准确识别文本主题并根据文本的主题对其进行聚类.本方法定义和抽取了"主题元素",并利用其进行基本类索引.同时还整合利用了语言学特征.实验表明,LFIC的聚类准确率达到94.66%,优于几种传统聚类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李生	哈尔滨工业大学信息检索实验室	118	3318	28.0	56.0
2	刘挺	哈尔滨工业大学信息检索实验室	142	4348	34.0	63.0
3	赵世奇	哈尔滨工业大学信息检索实验室	9	293	7.0	9.0