基于边界距离的多向量文本聚类方法

• 作者: 季铎 张桂平 王智超 蔡东风
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 距离计算 文本表示 多向量 文本聚类
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 198-201
• 页数: 4页
• 分类号: TP391
• 字数: 4873字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.03.063

摘要

文本聚类是自然语言处理中的一项重要研究课题,主要应用于信息检索和Web挖掘等领域.其中的关键是文本的表示和聚类算法.在层次聚类的基础上,提出了一种新的基于边界距离的层次聚类算法,该方法通过选择两个类间边缘样本点的距离作为类间距离,有效地利用类的边界信息,提高类间距离计算的准确性.综合考虑不同词性特征对文本的贡献,采用多向量模型对文本进行表示.不同文本集上的实验表明,基于边界距离的多向量文本聚类算法取得了较好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张桂平	沈阳航空工业学院自然语言处理研究室	58	447	11.0	19.0
2	蔡东风	沈阳航空工业学院自然语言处理研究室	105	916	14.0	27.0
3	季铎	沈阳航空工业学院自然语言处理研究室	26	139	6.0	10.0
4	王智超	沈阳航空工业学院自然语言处理研究室	4	20	2.0	4.0