基于跨语言广义向量空间模型的跨语言文档聚类方法

• 作者: 唐国瑜 夏云庆 张民 郑方
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 跨语言文档聚类 跨语言广义向量空间模型 文档聚类 跨语言信息检索
• 年，卷（期）: 2012,（2）
• 页码范围: 116-120
• 分类号: TP391
• 字数: 4592字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2012.02.021

摘要

跨语言文档聚类主要是将跨语言文档按照内容或者话题组织为不同的类簇.该文通过采用跨语言词相似度计算将单语广义向量空间模型(Generalized Vector Space Model,GVSM)拓展到跨语言文档表示中,即跨语言广义空间向量模型(Cross-Lingual Generalized Vector Space Model,CLGVSM),并且比较了不同相似度在文档聚类下的性能.同时提出了适用于GVSM的特征选择算法.实验证明,采用SOCPMI词汇相似度度量算法构造GVSM时,跨语言文档聚类的性能优于LSA.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑方	清华大学计算机科学与技术系	26	393	10.0	19.0
2	夏云庆	清华大学计算机科学与技术系	5	178	4.0	5.0
3	唐国瑜	清华大学计算机科学与技术系	1	7	1.0	1.0