基于文本频谱的中文文本聚类方法

• 作者: 卢一鸣 周扬 屈武斌 张成岗 杨毅
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 生物学
• 关键词: 文本频谱 频谱比对 文本分析 文本聚类
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 生物学
• 页码范围: 1386-1394
• 页数: 9页
• 分类号: Q811
• 字数: 6376字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2012.06.038

摘要

本文提出了利用文本频谱进行中文文本轮廓分析的表征方式.该方法基于不同时代、体裁和领域的文本在文字使用方面具有偏好性的假说,以文本中单个字符为单位,通过文本频谱刻画方法统计所有单字符在文本中出现的频率,并使用刻画出的文本频谱对文本进行表征；利用频谱比对分析技术,可计算出任意文本间的距离,并以此距离为基础进行聚类分析.进一步的实验证实了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张成岗	军事医学科学院放射与辐射医学研究所蛋白质组学国家重点实验室	123	1156	18.0	28.0
2	卢一鸣	军事医学科学院放射与辐射医学研究所蛋白质组学国家重点实验室	4	8	2.0	2.0
3	屈武斌	军事医学科学院放射与辐射医学研究所蛋白质组学国家重点实验室	8	24	3.0	4.0
4	周扬	四川大学生命科学学院生物资源与生态环境教育部重点实验室	8	67	4.0	8.0