一种基于LDA的潜在语义区划分及Web文档聚类算法

• 作者: 冯时 刘振鹿 张一飞 方东昊 王大玲
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: LDA 潜在语义 语义分布 文档聚类
• 年，卷（期）: 2011,（1）
• 页码范围: 60-65,70
• 分类号: TP391
• 字数: 4682字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2011.01.010

摘要

该文应用LDA模型进行文档的潜在语义分析,将语义分布划分成低频、中频、高频语义区,以低频语义区的语义进行Web游离文档检测,以中、高频语义区的语义作为文档特征进行文档聚类,采用文档类别与语义互作用机制对聚类结果进行修正.与相关工作比较.该文不仅应用LDA模型表示文档.而且进行了深入的语义分布区域划分,并将分析结果应用于Web文档聚类.实验表明,该文提出的基于LDA的文档类别与语义互作用聚类算法获得了更好的聚类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯时	东北大学信息科学与工程学院	13	271	6.0	13.0
2	刘振鹿	东北大学信息科学与工程学院	1	37	1.0	1.0
3	方东昊	东北大学信息科学与工程学院	1	37	1.0	1.0