检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融合领域知识图谱的跨境民族文本聚类方法

中文信息学报 2024年第3期38卷 84-92页

作者：陈春吉毛存礼张勇丙黄于欣高盛祥郝鹏鹏昆明理工大学信息工程与自动化学院云南昆明650000 昆明理工大学云南省人工智能重点实验室云南昆明650000

跨境民族文本聚类任务旨在建立跨境民族不同文本间的关联关系,为跨境民族文本检索、事件关联分析提供支撑。但是跨境民族间文化文本表达差异大,加上文化表达背景缺失,导致跨境民族文本聚类困难。基于此,该文提出了融合领域知识图谱的跨... 详细信息

跨境民族文本聚类任务旨在建立跨境民族不同文本间的关联关系,为跨境民族文本检索、事件关联分析提供支撑。但是跨境民族间文化文本表达差异大,加上文化表达背景缺失,导致跨境民族文本聚类困难。基于此,该文提出了融合领域知识图谱的跨境民族文本聚类方法,首先融入跨境民族领域知识图谱,实现对跨境民族文本数据的文化背景知识补充及实体语义关联,从而获得文本的增强局部语义;同时考虑到跨境民族文本数据中全局语义信息的重要性,采用异构图注意力网络提取文本、主题、领域关键词之间的全局特征信息;最后利用变分自编码网络进行局部信息和全局信息的融合,并利用学习到的潜在特征表示进行聚类。实验表明,提出方法较基线方法Acc提升11.4%,NMI提升1%,ARI提升9.4%。

关键词：跨境民族知识图谱文本聚类异构图注意力网络

在线全文

学校读者我要写书评

暂无评论

基于增量文本聚类算法的热点话题检测研究

华北科技学院学报 2024年第1期21卷 76-81,124页

作者：魏艺泽郭慧时晓旭华北科技学院计算机学院北京东燕郊065201

针对传统TF-IDF方法提取文本特征时无法增量更新以及传统Single-Pass算法聚类准确率较低的问题,本文通过使用已有的语料库来设置IDF表并更新的方法,来减少TF-IDF计算时对语料库的依赖性,通过均值计算簇中心来提高Single-Pass算法在聚类... 详细信息

针对传统TF-IDF方法提取文本特征时无法增量更新以及传统Single-Pass算法聚类准确率较低的问题,本文通过使用已有的语料库来设置IDF表并更新的方法,来减少TF-IDF计算时对语料库的依赖性,通过均值计算簇中心来提高Single-Pass算法在聚类时的准确率。利用各大平台获取的新冠肺炎新闻数据对模型进行验证。结果表明,该方法使得传统的TF-IDF提取关键词时可以增量更新,利用改进的Single-Pass算法使得综合评价指标提高了8.64%。相对于传统的Single-Pass算法,改进的Single-Pass算法只需要与一部分候选簇进行比较,有效地降低了比较次数,提高了聚类的准确性以及效率。

关键词： Single-Pass 文本聚类文本相似度热点话题检测 TF-IDF

在线全文

学校读者我要写书评

暂无评论

多层内部语义表示增强的深度文本聚类模型

软件工程 2024年第6期27卷 10-14页

作者：任丽娜姚茂宣贵州轻工职业技术学院信息工程系贵州贵阳550025 贵州大学计算机科学与技术学院贵州贵阳550025

为学习更丰富的语义表示以提升聚类效果,文章提出一种多层内部语义表示增强的深度文本聚类(Deep Document Clustering via Multi-layer Enhanced Internal Semantic Representation,DCISR)模型。首先,设计了一种语义融合策略,将其不同... 详细信息

为学习更丰富的语义表示以提升聚类效果,文章提出一种多层内部语义表示增强的深度文本聚类(Deep Document Clustering via Multi-layer Enhanced Internal Semantic Representation,DCISR)模型。首先,设计了一种语义融合策略,将其不同层次的外部结构语义表示逐层融入内部语义表示中。其次,充分利用编码层和解码层对语义补充的作用进行内部语义表示的补充增强。最后,设计了一种三重自监督机制,以监督模型参数更新。实验结果表明,该模型在4个真实文本数据集上的聚类性能均高于对比模型,验证了模型的有效性,可为未来开展相关工作提供参考。

关键词：文本聚类深度聚类自编码器语义表示图卷积网络

SSVAE:一种补充语义信息的深度变分文本聚类模型

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2022年第6期6卷 71-83页

作者：薛菁菁秦永彬黄瑞章任丽娜陈艳平贵州大学计算机科学与技术学院贵阳550025 公共大数据国家重点实验室贵州大学计算机科学与技术学院贵阳550025

【目的】解决现有深度变分推断算法进行文本聚类时面临的语义缺失问题。【方法】基于现有的深度变分推断算法,设计一种补充语义信息的深度文本聚类模型(SSVAE),可以将文本语义信息补充到聚类过程中。【结果】实验结果表明,SSVAE在文本... 详细信息

【目的】解决现有深度变分推断算法进行文本聚类时面临的语义缺失问题。【方法】基于现有的深度变分推断算法,设计一种补充语义信息的深度文本聚类模型(SSVAE),可以将文本语义信息补充到聚类过程中。【结果】实验结果表明,SSVAE在文本聚类过程中有效地补充了文本缺失的语义信息,与现有效果最好的深度变分推断模型以及主流的深度聚类模型相比,SSVAE的NMI指标在BBC,Reuters-1500,Abstract,Reuters-10k,20news-l这5个真实文本数据集上分别提升8.92、7.43、8.73、4.80和6.14个百分点。【局限】SSVAE在补充语义的过程中,除了补充了缺失的语义,有时也不可避免地引入一些噪声,这会造成聚类效果的微小偏差。【结论】补充语义信息的深度变分文本聚类模型SSVAE能够对文本进行更有效的聚类划分,提高聚类准确性。

关键词：文本聚类语义缺失语义补充深度变分推断

基于融合矩阵的文本相似度计算实现检索结果聚类

在线全文

学校读者我要写书评

暂无评论

医学信息学杂志 2024年第3期45卷 58-64页

作者：赵悦阳崔雷中国医科大学附属盛京医院图书馆沈阳110004 中国医科大学医学健康管理学院沈阳110122

目的/意义弥补医学文本语义表示方面的不足,实现PubMed数据库检索结果聚类。方法/过程采用Jaccard系数和TF-IDF构建融合矩阵方法,建立短语间、文档间、短语与文档内容间的相似性关系融合矩阵,训练聚类算法,将PubMed数据库检索结果集合分... 详细信息

目的/意义弥补医学文本语义表示方面的不足,实现PubMed数据库检索结果聚类。方法/过程采用Jaccard系数和TF-IDF构建融合矩阵方法,建立短语间、文档间、短语与文档内容间的相似性关系融合矩阵,训练聚类算法,将PubMed数据库检索结果集合分组,随后生成类别标签,描述每一类簇文档的含义。结果/结论基于融合矩阵的聚类效果较好,提取出描述类别的高频词能很好地区分类别含义,对检索结果文本聚类任务有效。

关键词：文献检索文本聚类融合矩阵文本相似度

在线全文

学校读者我要写书评

暂无评论

用户意图补充的半监督深度文本聚类

计算机科学与探索 2023年第8期17卷 1928-1937页

作者：李静楠黄瑞章任丽娜贵州大学公共大数据国家重点实验室贵阳550025 贵州大学计算机科学与技术学院贵阳550025

传统的文本聚类算法通过衡量文本间相似度对数据样本进行类簇划分,但无法根据用户给定的少量监督信息挖掘用户对聚类结果的主观意图。随着应用场景的多样化发展,同一数据集在不同的用户意图指导下聚类结果可能不唯一,如何得到遵循用户... 详细信息

传统的文本聚类算法通过衡量文本间相似度对数据样本进行类簇划分,但无法根据用户给定的少量监督信息挖掘用户对聚类结果的主观意图。随着应用场景的多样化发展,同一数据集在不同的用户意图指导下聚类结果可能不唯一,如何得到遵循用户意图的聚类结果是当前研究的问题之一;同时,用户给定的监督信息是少量的,如何根据少量的监督信息最大程度地学习到用户的聚类意图,是研究的另一问题。为此,提出一种挖掘和补充用户意图的半监督深度文本聚类模型(SDDCS)。SDDCS根据用户给定的监督信息,构造意图矩阵挖掘用户意图;根据矩阵分解与补充算法对意图矩阵中的未知元素进行补充,进而最大程度地学习到用户意图。利用补充后的意图矩阵指导文本聚类过程,将用户意图作为聚类依据之一,最终得到符合用户意图的聚类结果。在四个公开文本数据集上的实验表明,SDDCS的聚类性能更高,其有效性得到了证明。

关键词：意图矩阵补充半监督文本聚类

在线全文

学校读者我要写书评

暂无评论

基于谱聚类的轨道电路故障文本主题聚类研究

兰州交通大学学报 2024年第1期43卷 64-72页

作者：姚新文侯通郑启明王小敏西南交通大学信息科学与技术学院成都611756 中国铁道科学研究院集团有限公司运输及经济研究所北京100081 四川省列车运行控制技术工程研究中心成都611756

轨道电路故障日志是现场日常运维工作中的重要数据记录。针对轨道电路故障日志在现场工作中未能充分挖掘利用且人工分析效率较低的问题,提出基于谱聚类算法的轨道电路故障文本主题聚类挖掘分析方法。首先,分析轨道电路故障文本数据特征... 详细信息

轨道电路故障日志是现场日常运维工作中的重要数据记录。针对轨道电路故障日志在现场工作中未能充分挖掘利用且人工分析效率较低的问题,提出基于谱聚类算法的轨道电路故障文本主题聚类挖掘分析方法。首先,分析轨道电路故障文本数据特征并进行文本预处理,采用Word2vec模型训练获取字符级特征向量,实现在语义空间上的轨道电路故障文本数据特征表示;然后,依据Laplacian矩阵的图谱聚类特性,将高维故障文本特征数据聚类转换为谱图切分问题,分别对电务、工务及供电故障因素文本数据求解规范化后Laplacian矩阵的特征向量,并构建低维故障文本特征矩阵,再通过K-Means聚类算法实现3种故障因素文本数据集下故障文本主题聚类分析,获取电务、工务及供电故障因素文本数据中蕴含的轨道电路故障主题类型及频率信息,并基于t分布随机邻域嵌入算法实现聚类结果的可视化分析;最后,采用不同聚类模型在3种故障因素文本数据集上进行对比实验。实验结果表明:基于谱聚类算法的聚类模型在保证故障文本聚类准确率的情况下,其收敛性能更优;聚类可视化分析结果验证了获取的不同故障主题类别具有较高的语义区分度。通过该方法对轨道电路故障文本数据进行自动化聚类挖掘及统计分析,可为现场轨道电路综合维修及故障预防提供辅助支持。

关键词：轨道电路谱聚类文本聚类 Word2vec 故障主题

在线全文

学校读者我要写书评

暂无评论

基于知识图谱的k-modes文本聚类研究

南京理工大学学报 2022年第1期46卷 76-82页

作者：高静王钢郑州商学院信息与机电工程学院河南巩义451200

为了提高文本聚类的性能,采用k-modes算法进行文本聚类,并采用知识图谱进行样本预分析,以提高k-modes的文本聚类适用度。采用知识图谱进行样本预处理,对待聚类的文本进行知识图谱三元分析,并生成对应概念、实体和关系的样本集合;接着建... 详细信息

为了提高文本聚类的性能,采用k-modes算法进行文本聚类,并采用知识图谱进行样本预分析,以提高k-modes的文本聚类适用度。采用知识图谱进行样本预处理,对待聚类的文本进行知识图谱三元分析,并生成对应概念、实体和关系的样本集合;接着建立k-modes文本聚类模型,设定簇内节点至簇中心的距离值之和为目标函数,通过轮流固定隶属矩阵和聚类簇矩阵,不断求解目标函数的最小值直至目标函数值稳定,获得簇中心,最后根据簇中心及各节点到簇中心距离来确定聚类结果。实验表明,经过知识图谱分析之后,k-modes算法能够获得更优的纯度、标准互信息和F值性能,且聚类纯度的均方根误差(Root mean squared error,RMSE)值更低;和常用文本聚类算法相比,对于UCI集和新闻集,该文算法均表现出了更高的聚类准确率。

关键词：文本聚类 k-modes算法知识图谱知识元聚类纯度

在线全文

学校读者我要写书评

暂无评论

融合知识图谱的文本聚类方法研究

南京理工大学学报 2022年第2期46卷 170-176页

作者：龚芝马凌刘敏何先波湖南信息学院计算机科学与工程学院湖南长沙410151 西南石油大学信息学院四川成都637001 西华师范大学计算机学院四川南充637002

为了提高文本聚类的性能,采用近邻传播(Affinity propagation,AP)算法进行文本聚类,并采用知识图谱进行样本预分析,以提高AP的文本聚类适用度。采用知识图谱进行样本预处理,对待聚类的文本进行知识图谱三元分析,并生成对应概念、实体和... 详细信息

为了提高文本聚类的性能,采用近邻传播(Affinity propagation,AP)算法进行文本聚类,并采用知识图谱进行样本预分析,以提高AP的文本聚类适用度。采用知识图谱进行样本预处理,对待聚类的文本进行知识图谱三元分析,并生成对应概念、实体和关系的样本集合;建立AP文本聚类模型,并通过差分进化(Differential evolution,DE)算法优化偏向参数;利用DE算法求解的最优个体的偏向参数进行AP聚类运算,不断更新AP算法的决策和潜力阵,从而获得稳定的聚类结果。试验结果表明,经过知识图谱分析之后,通过合理设置DE算法的差分缩放因子和交叉速率,DE-AP算法能够获得更优的聚类准确度,且聚类准确度的均方根误差(Root mean squared error,RMSE)值更低;和常用文本聚类算法相比,该文算法获得了更高的聚类准确度。

关键词：文本聚类近邻传播算法知识图谱差分进化偏向参数