动态向量的中文短文本聚类

• 作者: 周海岩 金春霞
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 短文本 文本相似度 动态表示向量 文本聚类 K-means算法
• 年，卷（期）: 2011,（33）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 156-158
• 分类号: TP391.1
• 字数: 3651字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.33.046

摘要

因中文短文本特征词词频低、存在大量变形词和新词的特点,使得中文短文本相似度发生漂移,难以直接使用现有的面向长文本的聚类算法.针对短文本相似度漂移问题,提出了一种基于《知网》扩充相关词集构建动态文本向量的方法,利用动态向量计算中文短文本的内容相似度,进而发现短文本之间的内在关联,从而缓解特征词词频过低和存在变形词以及新词对聚类的影响,获得较好的聚类结果.实验结果表明,该算法的聚类质量高于传统算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金春霞	淮阴工学院计算机工程学院	27	174	8.0	11.0
2	周海岩	淮阴工学院计算机工程学院	18	130	7.0	11.0