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:
为了解决短文本因特征关键词稀疏而导致文本向量概念表达不够准确的问题,本文提出概念属性扩展特征关键词短文本聚类算法——锄BcFE(shon Text Clustering Based on Concept Feature Expansion)。该算法通过HowNet的概念属性扩展特征关键词,以此增加文本语义特征和反映文本主题的特征关键词数量,进而提高短文本相似性;将其应用于短文本聚类,能够提高短文本的聚类效果。实验结果表明,该算法在短文本聚类的查准率和查全率上都得到了较大的提高。
推荐文章
基于词条属性聚类的文本特征选择算法
文本特征选择
词条属性
词位置
词间关联性
关联规则算法
K-均值算法
基于属性扩展图的聚类算法研究
数据聚类
结点相似度
随机移动距离
聚类目标函数
基于主题概念聚类的中文文本聚类
中文文本聚类
HowNet
主题概念
Chmeleon算法
基于LSTM自动编码机的短文本聚类方法
自然语言处理
短文本
聚类
长短期记忆网络
自动编码机
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 概念属性扩展的短文本聚类算法
来源期刊 长春师范学院学报:自然科学版 学科 工学
关键词 短文本 扩展特征关键词 知网 文本聚类 K—means
年,卷(期) 2011,(5) 所属期刊栏目
研究方向 页码范围 29-33
页数 5页 分类号 TP391.1
字数 语种
DOI
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 金春霞 淮阴工学院计算机工程学院 27 174 8.0 11.0
2 白秋产 淮阴工学院电子与电气工程学院 29 155 7.0 12.0
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  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
研究主题发展历程
节点文献
短文本
扩展特征关键词
知网
文本聚类
K—means
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
长春师范学院学报:自然科学版
双月刊
1008-178X
22-1276/G4
吉林省长春市长吉北路677号
出版文献量(篇)
3286
总下载数(次)
0
总被引数(次)
0
论文1v1指导