基于词向量和多特征语义距离的文本聚类算法

• 作者: 张弛 张贯虹
• 来源期刊: 重庆科技学院学报（自然科学版）
• 学科: 工学
• 关键词: 文本聚类 词向量 特征向量 Word2Vec K-means
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 算法与计算机应用
• 页码范围: 69-72,77
• 页数: 5页
• 分类号: TP391.1
• 字数: 3749字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1980.2019.03.017

摘要

针对传统文本聚类算法中存在语义相似度计算向量维度高、忽视特征词词频、位置、词距和语义缺失等问题,提出了一种基于词向量和多特征语义距离的文本聚类算法(M-W2-KS).首先使用Word2Vec训练语料库中的所有特征词,以向量形式进行表征;然后综合考虑特征词的词频、位置、词距信息以及特征词间的欧式距离,计算文本间的语义相似度,并将其应用到K-means算法中,实现文本的聚类.实验结果表明,运用M-W2-KS算法,可以有效提升聚类效果,使聚类结果更加准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张贯虹	合肥学院计算机科学与技术系	17	38	3.0	6.0
2	张弛	合肥学院计算机科学与技术系	7	3	1.0	1.0