基于概念簇的多主题提取算法

• 作者: 张永军 王志坚 马甲林
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 语义 稀疏 上下文背景 知识库 概念簇 多主题提取 K-means MEABCC
• 年，卷（期）: 2015,（2）
• 页码范围: 261-266
• 页数: 6页
• 分类号: TP18
• 字数: 5771字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201405066

摘要

现实世界存在着大量的多主题文本，多主题在信息检索、图书情报等领域有着广泛的应用。传统主题提取算法大多是针对文本整体提取一个主题，且存在缺乏语义信息、向量高维和稀疏等缺陷。以《知网》为知识库，构建概念向量表示文本，根据概念的语义及上下文背景对同义词进行归并、对多义词进行排歧，并利用概念间语义关系实现语义相似度计算；在此基础上提出基于概念簇的多主题提取算法MEABCC，该算法通过对概念进行聚类，得到多个主题簇；在使用K?means算法进行概念聚类时，通过“预设种子”方法对其进行改进，以弥补传统K?means算法对初始中心的敏感性所引起的时空开销不稳定、结果波动较大的缺陷。实验结果表明，该算法具有较好的准确率、召回率和F1值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志坚	河海大学计算机与信息学院	212	2079	22.0	37.0
2	马甲林	河海大学计算机与信息学院	9	34	4.0	5.0
4	张永军	河海大学计算机与信息学院	18	60	5.0	6.0