文字云及主题模型的统计挖掘

• 作者: 梁辉 程玉胜
• 来源期刊: 安庆师范学院学报（自然科学版）
• 学科: 社会科学
• 关键词: 文本挖掘 文字云 主题模型 统计分析 粗糙集
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 理论与应用研究
• 页码范围: 32-35,53
• 页数: 5页
• 分类号: C812
• 字数: 3040字
• 语种: 中文

摘要

互联网等信息技术的迅猛发展使网络中积累了大量半结构化和非结构化的文本数据，如何从这些海量电子文档中获取需要的信息并以高效直观信息图的形式展现，成为统计分析工作者的一项主要任务。文字云是信息图表达的一种新型文本显示方式，利用文字云和主题模型文本挖掘方法，对文本进行移除数字、去除停用词等预处理操作，然后执行中文分词，构建语料库，建立文档-词条矩阵，最后以文字云和主题模型的形式呈现挖掘结果。实验中主要利用R语言，以多年粗糙集会议纪要为实验数据进行了相关统计分析，并对比了 Tagxedo文字云生成器，结果表明，从文字云中比较容易获取文本的重要信息如主题模型等，挖掘效果较好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程玉胜	安庆师范学院计算机与信息学院	81	339	9.0	14.0
2	梁辉	安庆师范学院统计所	3	13	3.0	3.0