基于知网的个人微博语义相关度的聚类研究

• 作者: 宋添树 李江宇 马占飞 高永兵
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 个人微博 知网 语义 聚类 消歧
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 1128-1135
• 页数: 8页
• 分类号: TP391
• 字数: 7566字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.06.023

摘要

聚类相关度大的个人微博有助于快速了解博主的专业兴趣和经历,目前的短文本聚类方法缺乏对于语义和句子相关度的充分考虑,提出了一种基于知网的个人微博语义相关度的聚类方法.其要点如下:(1)利用Skip-gram训练大量微博文本生成词汇向量;(2)根据词汇义原进行句内词汇消除歧义;(3)分别计算个人微博之间词汇和句子的相似度并将其综合得到博文相关度;(4)根据博文相关度进行个人微博的聚类.实验表明,相较于层次聚类法、密度聚类法,本文算法的准确度有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高永兵	内蒙古科技大学信息工程学院	64	245	6.0	13.0
2	马占飞	包头师范学院计算机系	26	47	4.0	6.0
3	宋添树	内蒙古科技大学信息工程学院	3	2	1.0	1.0
7	李江宇	内蒙古科技大学信息工程学院	3	2	1.0	1.0