基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
鉴于词语知识对提高文本聚类性能的价值,提出了一种用线性插值方式把词典词语之间的量化关系和余弦相似度结合起来的文本相似度计算方法.在实现文本聚类之前,基于词典中一个词条和其释义在语义上等价的假设,构建出词条和释义中词语之间的量化关系,并把这种量化关系值作为文本聚类用到的知识.在k-均值聚类算法的框架下,这种以线性插值方式构造的新的相似度,给文本聚类系统性能带来了明显的提高.实验结果说明从词典中获取的词语量化关系对将来的文本聚类研究可能会有潜在的贡献.
推荐文章
基于语义列表的中文文本聚类算法
文本聚类
文本表示
语义列表
相似度计算
聚簇表示
基于主题概念聚类的中文文本聚类
中文文本聚类
HowNet
主题概念
Chmeleon算法
基于词典词语量化关系的中文文本分割方法
文本分割
词语量化关系
句子相关性度量
间隔点
分隔值
基于潜在语义索引的中文文本聚类的研究
文本聚类
潜在语义索引
向量空间模型
信息检索
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于词典中词语量化关系的中文文本聚类研究
来源期刊 高技术通讯 学科 工学
关键词 文本聚类 词语量化关系 线性插值 k-均值
年,卷(期) 2007,(8) 所属期刊栏目 计算机与通信技术
研究方向 页码范围 778-782
页数 5页 分类号 TP3
字数 5264字 语种 中文
DOI 10.3321/j.issn:1002-0470.2007.08.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡熠 上海交通大学计算机科学与工程系 15 141 5.0 11.0
2 陆汝占 上海交通大学计算机科学与工程系 67 936 16.0 28.0
3 刘慧 上海交通大学计算机科学与工程系 29 189 9.0 13.0
4 陈玉泉 上海交通大学计算机科学与工程系 19 255 7.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (4)
同被引文献  (6)
二级引证文献  (2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
文本聚类
词语量化关系
线性插值
k-均值
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高技术通讯
月刊
1002-0470
11-2770/N
大16开
北京市三里河路54号
82-516
1991
chi
出版文献量(篇)
5099
总下载数(次)
14
总被引数(次)
39217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导