基于语义列表的中文文本聚类算法

• 作者: 施化吉 李星毅 马素琴
• 来源期刊: 计算机应用研究
• 关键词: 文本聚类 文本表示 语义列表 相似度计算 聚簇表示
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1697-1699,1707
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.05.024

摘要

针对大多数基于向量空间模型的中文文本聚类算法存在高维稀疏、忽略词语之间的语义联系、缺少聚簇描述等问题,提出基于语义列表的中文文本聚类算法CTCAUSL(Chinese text clustering algorithm using semantic list).该算法采用语义列表表示文本,一个文本的语义列表中的词是该文本中出现的词,从而降低了数据维数,且不存在稀疏问题;同时利用词语间的相似度计算解决了同义词近义词的问题;最后用语义列表对聚簇进行描述,增加了聚类结果的可读性.实验结果表明,CTCAUSL算法在处理大量文本数据方面具有较好的性能,并能明显提高中文文本聚类的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施化吉	江苏大学计算机科学与通信工程学院	83	692	15.0	21.0
2	李星毅	江苏大学计算机科学与通信工程学院	65	500	13.0	19.0
3	马素琴	江苏大学计算机科学与通信工程学院	5	39	3.0	5.0