基于主题概念聚类的中文文本聚类

• 作者: 杨彩莲 谢福鼎
• 来源期刊: 现代电子技术
• 关键词: 中文文本聚类 HowNet 主题概念 Chmeleon算法
• 年，卷（期）: 2007,（22）
• 所属期刊栏目: 制造技术
• 页码范围: 161-163
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2007.22.057

摘要

文本聚类技术在文本挖掘和信息检索系统中发挥着重要的作用.目前,文本聚类方法大多数采用集的经典向量模型来表征文本,这种方式忽略了词与词之间的语义关系,存在词频维数过高,聚类算法计算复杂度高等问题.为了解决这些问题,提出一种基于主题概念聚类的中文文本聚类方法,该方法利用HowNet提取文本的主题概念,然后使用Chameleon算法将主题概念聚类,再依据主题概念的聚类结果完成对文本的聚类.该方法用概念代替单个词条表示文本,减少文本特征之间的依赖关系,有效地降低了文本聚类的时间复杂度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢福鼎		54	419	12.0	17.0
2	杨彩莲		1	10	1.0	1.0