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:
近年来, 随着生物医学文献数量的大量增加,对生物医学文献进行搜索和挖掘,查找有用的信息成为了生物信息学的一个重要研究方向.聚类作为一种无监督的自动化程度很高的机器学习方法,在信息检索和生物信息学领域中获得了广泛的运用.针对生物医学文本的特点提出了基于距离学习的聚类算法,实验结果证明了该方法的有效性.
推荐文章
结合引文信息的生物医学文本聚类研究
文献聚类
引文信息
生物文本挖掘
基于深度学习的生物医学文本分类研究
深度学习
文本分类
医院评价
学科评估
BioTrHMM:基于迁移学习的生物医学命名实体识别算法
迁移学习
隐马尔可夫模型
命名实体识别
文本挖掘
生物医学文本挖掘研究热点分析
文本挖掘
生物医学研究
研究热点
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 基于距离学习的生物医学文本聚类算法研究
来源期刊 计算机应用与软件 学科 工学
关键词 向量空间模型 文本聚类 生物医学文本
年,卷(期) 2010,(11) 所属期刊栏目
研究方向 页码范围 4-5,19
页数 分类号 TP3
字数 3347字 语种 中文
DOI 10.3969/j.issn.1000-386X.2010.11.002
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 袁伟 复旦大学计算机学院 18 165 4.0 12.0
2 朱山风 复旦大学计算机学院 2 1 1.0 1.0
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  (2)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
向量空间模型
文本聚类
生物医学文本
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导