结合语义与统计的特征降维短文本聚类

• 作者: 孙理和 杨婉霞 黄永峰
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 特征选择 聚类 短文本 向量空间模型 语义 降维
• 年，卷（期）: 2012,（22）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 171-175
• 分类号: TP391
• 字数: 6507字
• 语种: 中文

摘要

为解决文本聚类时文本的高维稀疏性问题,提出一种语义和统计特征相结合的短文本聚类算法.该算法通过语义词典对词汇的语义相关性分析实现一次降维,结合统计方法进行特征选择实现二次降维,并融合二次降维特征实现短文本聚类.实验结果表明,该算法具有较好的短文本聚类效果和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄永峰	清华大学电子工程系	97	583	13.0	16.0
2	杨婉霞	甘肃农业大学工学院	17	66	6.0	7.0
4	孙理和	西北师范大学外国语学院	3	13	1.0	3.0