一种增量式文本软聚类算法

• 作者: 冯中慧 沈钧毅 鲍军鹏
• 来源期刊: 西安交通大学学报
• 关键词: 语义序列 增量式聚类 软聚类 文本聚类
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 专题研究
• 页码范围: 398-401,411
• 页数: 5页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2007.04.004

摘要

针对传统文本聚类算法时间复杂度较高,而与距离无关的算法又不适用于动态、变化的文本集等问题,提出了一种基于语义序列的增量式文本软聚类算法.该算法考虑了长文本的多主题特性,并利用语义序列相似关系计算相似语义序列集合的覆盖度,同时将每次选择的具有最小熵重叠值的候选类作为一个结果聚类,这样在整个聚类的过程中大大减小了文本向量空间的维数,缩短了计算时间.由于所提算法的语义序列只与文本自身相关,所以它适用于增量式聚类.实验结果表明,算法的聚类精度高于同条件下的其他聚类算法,尤其适合于长文本集的软聚类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈钧毅	西安交通大学电子与信息工程学院	211	4319	32.0	55.0
2	冯中慧	西安交通大学电子与信息工程学院	6	43	4.0	6.0
3	鲍军鹏	西安交通大学电子与信息工程学院	18	301	7.0	17.0