基于文本聚类的档案数据全自动分类方法研究

• 作者: 于红
• 来源期刊: 电子测试
• 关键词: 聚类分析 GWO算法 档案数据 局部最优
• 年，卷（期）: 2021,（14）
• 所属期刊栏目: 理论与算法|The theory and algorithm
• 页码范围: 53-54
• 页数: 2页
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8519.2021.14.019

摘要

大数据时代下,档案文本数据规模海量递增,增加了聚类分析的难度,如何准确、高效的实现档案数据全自动分类.而针对以往PSI算法在高纬度、稀疏特征中易于陷入局部最优,本文引入GWO算法,通过对种群精英个体的克隆和变异,及基于DE算法的个体更新算法创新,来规避早期收敛和局部最优的问题,而后,引入FastText有监督快速分类方法,基于softmax分层技术完成海量档案数据的全自动化分类,以提升档案分类的可靠性和效率.