对象迁移自动机在TDT中的聚类研究

• 作者: 刘金红 夏阳 施凡 陆余良
• 来源期刊: 安徽大学学报（自然科学版）
• 学科: 工学
• 关键词: 对象迁移自动机 话题识别与跟踪 文本聚类 文本选择策略
• 年，卷（期）: 2007,（1）
• 页码范围: 27-30
• 页数: 4页
• 分类号: TP391.1
• 字数: 3277字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2162.2007.01.007

摘要

对象迁移自动机(OMA)是一种能够较好地解决话题识别与跟踪(TDT)中聚类问题的方法,但是,传统OMA模型由于聚类速度慢等缺点,难以满足TDT实时和增量聚类的要求.针对这一问题,本文一方面改进传统的OMA模型中自动机的动作设计,同时提出文档选择策略,加快了OMA的聚类速度.改进的方法在中等文档集上进行了实验,实验结果表明,该方法具有较好的聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆余良	解放军电子工程学院网络工程系	42	682	12.0	25.0
2	夏阳	解放军电子工程学院网络工程系	23	277	10.0	16.0
3	刘金红	解放军电子工程学院网络工程系	9	370	5.0	9.0
4	施凡	解放军电子工程学院网络工程系	3	6	2.0	2.0