融合语义资源和关键词的文本聚类

• 作者: 吴舜尧 孙仁诚 王营 王金龙 邵峰晶
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 文本聚类 Wikipedia语义 簇中心初始化 网络推断 重要文档
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 223-227
• 页数: 5页
• 分类号: TP18
• 字数: 4230字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2014.04.043

摘要

融合关键词形式的属性层知识可有效提高文本聚类的聚类质量,但融合关键词的簇中心初始化仍是一个开放性问题.为此,提出一种融合语义资源和关键词的文本聚类方法.通过Wikipedia语义识别文本集的主题,采用基于资源分配的网络推断策略,通过文献协同关系发现潜在语义相关性,以选择最能代表各主题的重要文档(初始簇中心),并利用软约束与测度学习相结合的策略融合关键词辅助文本聚类.在20Newsgourp文本集上的实验结果表明,与k-means和仅融合关键词的文本聚类方法相比,该方法可有效提升聚类质量,尤其在News_Different3数据集上标准互信息最多可提升约20％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵峰晶	青岛大学自动化工程学院	54	396	11.0	18.0
5	孙仁诚	青岛大学信息工程学院	56	250	10.0	14.0
6	王金龙	青岛理工大学计算机工程学院	14	77	5.0	8.0
7	吴舜尧	青岛大学自动化工程学院	8	45	4.0	6.0
11	王营	青岛大学信息工程学院	1	12	1.0	1.0