钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
重庆科技学院学报(自然科学版)期刊
\
基于词向量和多特征语义距离的文本聚类算法
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
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
文本聚类
词向量
特征向量
Word2Vec
K-means
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.
暂无资源
收藏
引用
分享
推荐文章
基于语义列表的中文文本聚类算法
文本聚类
文本表示
语义列表
相似度计算
聚簇表示
基于多语义因子分层聚类的文本特征提取方法
语义
文本特征
分层聚类
词向量
融合LSI和支持向量聚类的网页文本分类算法
特征提取
潜在语义索引
网页文本
语义聚类
支持向量聚类
基于特征词向量的短文本聚类算法
短文本
特征词
词向量
相似度计算
聚类
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于词向量和多特征语义距离的文本聚类算法
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
研究方向
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
五维指标
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
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(105)
共引文献
(42)
参考文献
(12)
节点文献
引证文献
(1)
同被引文献
(7)
二级引证文献
(0)
1972(1)
参考文献(0)
二级参考文献(1)
1990(1)
参考文献(0)
二级参考文献(1)
2001(1)
参考文献(0)
二级参考文献(1)
2003(6)
参考文献(1)
二级参考文献(5)
2004(3)
参考文献(0)
二级参考文献(3)
2005(3)
参考文献(0)
二级参考文献(3)
2006(5)
参考文献(0)
二级参考文献(5)
2007(5)
参考文献(0)
二级参考文献(5)
2008(9)
参考文献(0)
二级参考文献(9)
2009(4)
参考文献(0)
二级参考文献(4)
2010(11)
参考文献(0)
二级参考文献(11)
2011(4)
参考文献(0)
二级参考文献(4)
2012(10)
参考文献(2)
二级参考文献(8)
2013(11)
参考文献(0)
二级参考文献(11)
2014(11)
参考文献(1)
二级参考文献(10)
2015(11)
参考文献(1)
二级参考文献(10)
2016(12)
参考文献(1)
二级参考文献(11)
2017(5)
参考文献(2)
二级参考文献(3)
2018(3)
参考文献(3)
二级参考文献(0)
2019(1)
参考文献(1)
二级参考文献(0)
2019(1)
参考文献(1)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
2020(1)
引证文献(1)
二级引证文献(0)
研究主题发展历程
节点文献
文本聚类
词向量
特征向量
Word2Vec
K-means
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆科技学院学报(自然科学版)
主办单位:
重庆科技学院
出版周期:
双月刊
ISSN:
1673-1980
CN:
50-1174/N
开本:
大16开
出版地:
重庆大学城
邮发代号:
创刊时间:
1995
语种:
chi
出版文献量(篇)
4247
总下载数(次)
8
期刊文献
相关文献
1.
基于语义列表的中文文本聚类算法
2.
基于多语义因子分层聚类的文本特征提取方法
3.
融合LSI和支持向量聚类的网页文本分类算法
4.
基于特征词向量的短文本聚类算法
5.
基于词条属性聚类的文本特征选择算法
6.
基于相对密度的多耦合文本聚类算法
7.
基于特征权重的词向量文本表示模型
8.
基于主题概念聚类的中文文本聚类
9.
一种基于聚类加权的文本特征生成算法
10.
基于语义的文本特征加权分类算法
11.
基于文本-链接模型和近邻传播算法的网页聚类
12.
基于语义特征抽取的文本聚类研究
13.
基于关联规则的文本聚类算法的研究
14.
基于CBC-LIKE算法的产品特征词聚类的研究
15.
一种基于主题的Web文本聚类算法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
重庆科技学院学报(自然科学版)2022
重庆科技学院学报(自然科学版)2021
重庆科技学院学报(自然科学版)2020
重庆科技学院学报(自然科学版)2019
重庆科技学院学报(自然科学版)2018
重庆科技学院学报(自然科学版)2017
重庆科技学院学报(自然科学版)2016
重庆科技学院学报(自然科学版)2015
重庆科技学院学报(自然科学版)2014
重庆科技学院学报(自然科学版)2013
重庆科技学院学报(自然科学版)2012
重庆科技学院学报(自然科学版)2011
重庆科技学院学报(自然科学版)2010
重庆科技学院学报(自然科学版)2009
重庆科技学院学报(自然科学版)2008
重庆科技学院学报(自然科学版)2007
重庆科技学院学报(自然科学版)2006
重庆科技学院学报(自然科学版)2005
重庆科技学院学报(自然科学版)2004
重庆科技学院学报(自然科学版)2003
重庆科技学院学报(自然科学版)2002
重庆科技学院学报(自然科学版)2001
重庆科技学院学报(自然科学版)2019年第6期
重庆科技学院学报(自然科学版)2019年第5期
重庆科技学院学报(自然科学版)2019年第4期
重庆科技学院学报(自然科学版)2019年第3期
重庆科技学院学报(自然科学版)2019年第2期
重庆科技学院学报(自然科学版)2019年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号