基于半监督学习的中文多文档子主题划分

• 作者: 徐晓丹
• 来源期刊: 浙江师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 多文档文摘 子主题 半监督学习 k-means聚类
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 计算机
• 页码范围: 302-305
• 分类号: TP391
• 字数: 3815字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5051.2011.03.013

摘要

为了能在多文档自动摘要过程中更好地划分子主题,提出了一种基于半监督学习的子主题划分方法:首先计算句子的语义相似度；然后通过层次聚类对可信度高的句子进行主题类别标记,生成少量已标记主题类别的句子集,在此基础上对所有句子进行constrained-k-means聚类,通过交叉验证的方法确定子主题的数目k；最后使用k-means聚类获得多文档的各个子主题.实验结果表明,该方法有效地提高了子主题的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐晓丹	浙江师范大学数理与信息工程学院	21	185	8.0	13.0