结合概率潜在语义分析的文本谱聚类方法研究

• 作者: 张洪 张玉芳 李文田 熊忠阳
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本聚类 概率潜在语义分析 谱聚类 相似矩阵
• 年，卷（期）: 2011,（36）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 134-136,179
• 分类号: TP391.1
• 字数: 4054字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.36.037

摘要

传统谱聚类的相似矩阵建立在VSM(Vector Space Model)之上,该模型把词看作孤立的单元,没有考虑自然语言中存在大量的同义词、多义词现象.针对这一问题,提出一种用概率潜在语义分析(Probabilistic Latent Semantic Analysis,PLSA)来提取文本中隐含语义信息的方法,并构建文本集的相似矩阵,从语义的角度考虑了文本之间的相关性.实验结果表明,利用该方法得到的聚类精度有较大提高,结果要好于传统的谱聚类算法,从而验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊忠阳	重庆大学计算机学院	135	2447	25.0	44.0
2	张玉芳	重庆大学计算机学院	125	2737	26.0	48.0
3	张洪	重庆大学计算机学院	7	19	2.0	4.0
4	李文田	重庆大学计算机学院	4	111	4.0	4.0