面向中文新闻话题检测的多向量文本聚类方法

• 作者: 刘宇 李欣雨 李琮 袁方
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 话题检测 多向量模型 TDT4 改进TFIDF算法
• 年，卷（期）: 2016,（2）
• 页码范围: 47-52
• 页数: 6页
• 分类号: TP391.1
• 字数: 5824字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2015277

摘要

基于多向量模型,给出一种将话题主题信息与话题文本信息相结合的多向量话题表示方式,使用较低的维度来准确表示一个话题.针对传统TFIDF方法在文本分类问题中对特征项在各个类中分布情况考虑不充分的问题,给出了一种TFIDF改进方法.在TDT4的中文语料上,与传统向量空间模型进行了对比实验.实验结果表明,给出的话题表示方法和TFIDF改进算法能够在较低的维度上,使聚类的准确率得到较大提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁方	河北大学数学与信息科学学院	55	1249	17.0	34.0
2	刘宇	河北大学数学与信息科学学院	11	69	5.0	8.0
3	李琮	河北大学计算机科学与技术学院	4	17	2.0	4.0
4	李欣雨	河北大学计算机科学与技术学院	16	16	2.0	4.0