检索结果-南通市图书馆

一种改进的k-means文档聚类初值选择算法

在线全文

学校读者我要写书评

暂无评论

高技术通讯 2006年第1期16卷 11-15页

作者：刘远超王晓龙刘秉权哈尔滨工业大学计算机科学与技术学院哈尔滨150001

提出了一种改进的基于最小最大原则的k-means文档聚类初始值选择算法。该方法首先构造相似度矩阵，然后利用最小最大原则对相似度矩阵进行分析，从而选择初始聚点并自动确定聚类k值。实验结果表明利用该方法找到的k值比较接近真实值。

关键词：文档聚类 k-means 最小最大原则相似度矩阵

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于潜在语义空间维度特性的多层文档聚类

清华大学学报（自然科学版） 2005年第S1期45卷 1783-1786页

作者：刘云峰齐欢 HU Xiang'en CAI Zhiqiang 代建民华中科技大学系统工程研究所武汉430074

为实现文档在不同概念层次下的自动聚类,研究了潜在语义空间中维度的统计特性,发现对应大奇异值的维度描述了语义元素间的共性,对应小奇异值的维度描述了语义元素间的特性,呈现出潜在语义空间维度与概念粒度之间隐含的对应关系。基于这... 详细信息

为实现文档在不同概念层次下的自动聚类,研究了潜在语义空间中维度的统计特性,发现对应大奇异值的维度描述了语义元素间的共性,对应小奇异值的维度描述了语义元素间的特性,呈现出潜在语义空间维度与概念粒度之间隐含的对应关系。基于这种认识,通过采用不同维度来实现文档在不同概念粒度下的聚类,并获得了很好的聚类准确率。另外,在基于潜在语义分析的文档聚类算法中,采用文档自检索矩阵的行向量,代替低维文档向量作为聚类对象,获得了更好的聚类准确率。

关键词：信息处理潜在语义分析文档自检索矩阵文档聚类概念粒度

在线全文

学校读者我要写书评

暂无评论

基于分级神经网络的Web文档模糊聚类技术

计算机研究与发展 2006年第10期43卷 1695-1699页

作者：雷景生马军靳婷海南大学信息科学技术学院山东大学计算机科学与技术学院济南250061 山东大学计算机科学与技术学院

给出了一种多层向量空间模型,该模型将一篇文档的相关信息从逻辑上划分为多个相对独立的文本段,按照不同位置的文本段确定相应的索引项权重.然后提出了一种简明而有效的基于分级神经网络的模糊聚类算法.与现有方法不同,该模糊聚类方法... 详细信息

给出了一种多层向量空间模型,该模型将一篇文档的相关信息从逻辑上划分为多个相对独立的文本段,按照不同位置的文本段确定相应的索引项权重.然后提出了一种简明而有效的基于分级神经网络的模糊聚类算法.与现有方法不同,该模糊聚类方法采用自组织神经网络和模糊聚类网络两部分组成的3层神经网络来实现.首先采用自组织神经网络从原始数据产生一个初始聚类结果,然后运用FCM方法对初始聚类的数目进行优化.实验结果表明,提出的Web文档聚类算法具有较好的聚类特性,它能将与一个主题相关的Web文档较完全和准确地聚成一类.

关键词：向量空间模型文档聚类自组织网络模糊C—Means

在线全文

学校读者我要写书评

暂无评论

基于概率主题模型的文档聚类

电子学报 2012年第11期40卷 2346-2350页

作者：王李冬魏宝刚袁杰浙江大学计算机科学与技术学院浙江杭州310027 杭州师范大学浙江杭州310012

为了实现普通文本语料库和数字图书语料库的有效聚类,分别提出基于传统LDA(Latent Dirichlet Allo-cation)模型和TC-LDA模型的聚类算法.TC-LDA模型在LDA模型基础上进行扩展,通过对图书文档的目录和正文信息联合进行主题建模.和传统方法... 详细信息

为了实现普通文本语料库和数字图书语料库的有效聚类,分别提出基于传统LDA(Latent Dirichlet Allo-cation)模型和TC-LDA模型的聚类算法.TC-LDA模型在LDA模型基础上进行扩展,通过对图书文档的目录和正文信息联合进行主题建模.和传统方法不同,基于主题模型的聚类算法能将具备同一主题的文档聚为一类.实验结果表明从主题分析角度出发实现的聚类算法优于传统的聚类算法.

关键词：主题模型 LDA模型 TC-LDA模型文档聚类

在线全文

学校读者我要写书评

暂无评论

一种基于混合神经网络的Web文档聚类算法

计算机工程 2005年第1期31卷 12-13,16页

作者：雷景生伍庆清王平海南大学信息科学技术学院海口570228

针对Web文档的特点,提出了一种多层向量空间模型,用来确定Web文档特征词的权重,然后给出了一种基于混合神经网络的文档聚类算法。实验结果表明,所提出的Web文档聚类算法具有较好的聚类特性,它能将与一个主题相关的Web文档较完全和准确... 详细信息

针对Web文档的特点,提出了一种多层向量空间模型,用来确定Web文档特征词的权重,然后给出了一种基于混合神经网络的文档聚类算法。实验结果表明,所提出的Web文档聚类算法具有较好的聚类特性,它能将与一个主题相关的Web文档较完全和准确地聚成一类。

关键词：向量空间模型文档聚类自组织网络模糊C-Means

文档聚类中k-means算法的一种改进算法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2003年第2期29卷 102-103,157页

作者：万小军杨建武陈晓鸥北京大学计算机研究所文字信息处理技术国家重点实验室北京100871

介绍了文档聚类中基于划分的k-means算法，k-means算法适合于海量文档集的处理，但它对孤立点很敏感。为此，文章提出将聚类均值点与聚类种子相分离的思想，并具体给出了基于该思想的对k-means算法的改进算法。实验表明，该改进算法比原... 详细信息

介绍了文档聚类中基于划分的k-means算法，k-means算法适合于海量文档集的处理，但它对孤立点很敏感。为此，文章提出将聚类均值点与聚类种子相分离的思想，并具体给出了基于该思想的对k-means算法的改进算法。实验表明，该改进算法比原k-means算法具有更高的准确性和稳定性。

关键词：文档聚类 k-means算法划分聚类算法数据库

在线全文

学校读者我要写书评

暂无评论

文档聚类综述

中文信息学报 2006年第3期20卷 55-62页

作者：刘远超王晓龙徐志明关毅哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001

聚类作为一种自动化程度较高的无监督机器学习方法,近年来在信息检索、多文档自动文摘等领域获得了广泛的应用。本文首先讨论了文档聚类的应用背景和体系结构,然后对文档聚类算法、聚类空间的构造和降维方法、文档聚类中的语义问题进行... 详细信息

聚类作为一种自动化程度较高的无监督机器学习方法,近年来在信息检索、多文档自动文摘等领域获得了广泛的应用。本文首先讨论了文档聚类的应用背景和体系结构,然后对文档聚类算法、聚类空间的构造和降维方法、文档聚类中的语义问题进行了综述。最后还介绍了聚类质量评测问题。

关键词：计算机应用中文信息处理综述文档聚类降维概念相关聚类算法

融合主题模型和图神经网络的无监督文档聚类模型

在线全文

学校读者我要写书评

暂无评论

计算机科学与应用 2022年第7期12卷 1795-1800页

作者：张出阳赵晓鹏柴变芳河北地质大学信息工程学院河北石家庄河北省财政厅信息中心河北石家庄

TextING (Inductive Text classification via GNN)模型是一种流行的图神经网络文本分类方法,其为每个文档构建词共现文档图,基于GCN (Graph Convolutional Networks)在所有文档词图上学习文档表示,进而通过监督的方式训练文档分类模型... 详细信息

TextING (Inductive Text classification via GNN)模型是一种流行的图神经网络文本分类方法,其为每个文档构建词共现文档图,基于GCN (Graph Convolutional Networks)在所有文档词图上学习文档表示,进而通过监督的方式训练文档分类模型。但该方法需要大量文档类别标签,且基于词图的文档表示不能充分学到整个文档集合的全局特征。针对此问题,提出一种无监督的文本分类模型。该模型首先利用ETM (Embedd Topic Model)主题发现模型学习包含全局词特征的文档表示,并对ETM学到的文档主题表示进行Kmeans聚类作为文档的伪类标,再利用TextING训练文档分类模型。在真实文档数据集上的结果表明该方法比主流无监督文档聚类准确性高。

关键词：文档聚类主题发现图神经网络词表示

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

文档聚类技术在搜索引擎中的应用研究

图书馆学研究 2008年第11期 26-28,12页

作者：王倩四川大学公共管理学院2007级情报学专业研究生

随着互联网上信息数量的不断增长,传统的信息检索技术已经很难满足人们对查询质量的苛刻要求。为了方便用户从检索结果中快速、准确地定位自己想要的信息,集成了文档聚类功能的搜索引擎应运而生。本文讨论了文档聚类技术在搜索引擎中的... 详细信息

随着互联网上信息数量的不断增长,传统的信息检索技术已经很难满足人们对查询质量的苛刻要求。为了方便用户从检索结果中快速、准确地定位自己想要的信息,集成了文档聚类功能的搜索引擎应运而生。本文讨论了文档聚类技术在搜索引擎中的应用问题,介绍了一些算法,重点分析了Vivisimo这个比较有代表性的聚类搜索引擎,并预测了搜索引擎聚类技术的发展趋势。

关键词：文档聚类聚类技术搜索引擎