检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于词义类簇的文本聚类

中文信息学报 2013年第3期27卷 113-119页

作者：唐国瑜夏云庆张民郑方清华信息科学技术国家实验室技术创新和开发部语音和语言技术中心清华大学信息技术研究院语音和语言技术中心清华大学计算机科学与技术系北京100084 资讯通信研究院新加坡138632

文档表示是文本聚类的重要组成部分,该文旨在通过改进文档表示改进文本聚类。同义词和多义词现象是文档表示所面临的重要挑战。为此该文提出了词义类簇模型(Sense Cluster Model,SCM),在词义类簇空间上表示文档。SCM首先构造词义类簇空... 详细信息

文档表示是文本聚类的重要组成部分,该文旨在通过改进文档表示改进文本聚类。同义词和多义词现象是文档表示所面临的重要挑战。为此该文提出了词义类簇模型(Sense Cluster Model,SCM),在词义类簇空间上表示文档。SCM首先构造词义类簇空间,然后将文档表示在词义类簇空间上,获得每篇文档在每个词义类簇的概率。在词义类簇空间构造这一步骤中,首先利用词义归纳技术从文本中自动发现词义,接着采用词义聚类技术识别相同或者相似的词义从而获得词义类簇。词义类簇空间构造后,该文首先进行词义消歧,然后利用词义消歧的结果将文档表示在词义空间上。实验表明,SCM在标准测试集上的性能优于基线系统以及经典话题模型LDA。

关键词：文档聚类文档表示话题模型

在线全文

学校读者我要写书评

暂无评论

一种基于后缀树的Web搜索结果聚类方法

情报学报 2010年第1期29卷 78-83页

作者：吴江宁王治江大连理工大学系统工程研究所大连116024

为同时满足Web搜索结果聚类的关联性、快速性以及类别描述的可浏览性等需求，本文提出了一种适合中文Web信息搜索结果的后缀树聚类算法，其中后缀树的构建以中文汉字为基本单位，一种有效的策略解决了基于二进制方法合并短语类后的类别... 详细信息

为同时满足Web搜索结果聚类的关联性、快速性以及类别描述的可浏览性等需求，本文提出了一种适合中文Web信息搜索结果的后缀树聚类算法，其中后缀树的构建以中文汉字为基本单位，一种有效的策略解决了基于二进制方法合并短语类后的类别描述问题，利用短语类语义层面的相似性合并同义短语类，有效地改善了聚类结果的质量。测试结果表明：与传统的文档聚类算法相比，基于后缀树的算法在Web文档聚类的精度和效率方面具有较强的优越性。

关键词： Web搜索后缀树文档聚类

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

概念与文档的语义相似度计算

计算机工程与应用 2008年第35期44卷 163-167页

作者：宋玲郭家义张冬梅汤晓兵高楠山东建筑大学计算机科学与技术学院济南250101 北京市信息资源管理中心北京100082

将本体作为背景知识引入到概念之间相似度和文档之间相似度的计算中。通过图模型表示本体中概念以及概念之间的语义关系,用来将一个概念和一个文档扩展为一个语义模糊集,并计算模糊集合之间的相似度。文档相似度的计算是在概念相似度计... 详细信息

将本体作为背景知识引入到概念之间相似度和文档之间相似度的计算中。通过图模型表示本体中概念以及概念之间的语义关系,用来将一个概念和一个文档扩展为一个语义模糊集,并计算模糊集合之间的相似度。文档相似度的计算是在概念相似度计算的基础之上。在概念相似度的计算过程中引入了语义相似度矩阵以及基于共信息理论的模糊相似度方法。

关键词：概念相似度文档相似度本体文档聚类

在线全文

学校读者我要写书评

暂无评论

一个可视化语义文档数据库系统

情报科学 2002年第7期20卷 749-752,763页

作者：罗雪春张雯辽宁大学沈阳110036

随着 Web网应用技术的迅猛发展 ,诸如数字化图书馆的出现 ,用户能从网上搜寻、下载令其感兴趣的文档。于是 ,如何管理和浏览在网上下载的文档便成了颇具挑战性的研究课题之一。本文将阐明可视化语义文档数据库系统的概念。

关键词：文档数据库 Web 语义文档文档聚类可视化文档搜索可视性语义文档浏览器

《Wuhan University Journal of Natural Sciences》Vol.9 No.5 20042摘要选登

在线全文

学校读者我要写书评

暂无评论

武汉大学学报（理学版） 2004年第5期50卷 661-664页

作者：田志东卢佳华

在线全文

学校读者我要写书评

暂无评论

基于聚类BNR扩展模型的信息检索研究

计算机工程与应用 2008年第13期44卷 137-140页

作者：杨断利黄勇王克俭杨素林李岩河北大学数学与计算机学院河北保定071002 河北农业大学信息科学与技术学院河北保定071001

使用聚类技术对BNR进行扩展,得到一个新的4层模型,该模型同时使用了术语间和文档间的相近和相似关系,将此扩展模型和简单的RNR、扩展的BNRM模型比较,实验证实信息检索系统的检准率和检全率都有所提高。

关键词： BNR 扩展模型聚类技术信息检索文档聚类

在线全文

学校读者我要写书评

暂无评论

基于LDA挖掘计算机科学文献的研究主题

现代图书情报技术 2016年第11期 20-26页

作者：杨海霞高宝俊孙含林武汉大学经济与管理学院武汉430072

【目的】运用文本挖掘技术自动从海量科技文献中提取研究主题并探测其研究趋势。【方法】以《中文核心期刊要目总览(2014年版))—"TP自动化技术、计算机技术"栏目前10种期刊刊载的计算机科学类(Computer Science)文献为研究对象,借助LD... 详细信息

【目的】运用文本挖掘技术自动从海量科技文献中提取研究主题并探测其研究趋势。【方法】以《中文核心期刊要目总览(2014年版))—"TP自动化技术、计算机技术"栏目前10种期刊刊载的计算机科学类(Computer Science)文献为研究对象,借助LDA主题模型,考虑科技文献的发表时间信息,挖掘出典型话题,并根据主题强度分析主题的演化趋势。【结果】18个研究话题中有7个主题强度上升的主题和6个主题强度下降的主题。【局限】仅分析了国内计算机领域的前10种期刊,期刊范围不够大,也未考虑国外计算机领域的期刊文献。【结论】该方法能够深入挖掘计算机领域期刊文献的话题,帮助从事该领域研究的学者了解主题的演化趋势并寻找新兴研究主题。

关键词：计算机科学 LDA 主题提取主题强度文档聚类

基于改进的K-means算法的文本聚类仿真系统

在线全文

学校读者我要写书评

暂无评论

计算机仿真 2010年第8期27卷 165-167,207页

作者：潘大胜百色学院广西百色533000

在优化文本文件问题的研究中,为了提高文本聚类的准确率,得到更高质量的聚类结果,在深入研究K-means算法的基础上,提出了一种改进的K-means聚类算法,并将算法应用于文本聚类仿真系统中。该算法可以自动计算聚类结果中簇的个数,消除了孤... 详细信息

在优化文本文件问题的研究中,为了提高文本聚类的准确率,得到更高质量的聚类结果,在深入研究K-means算法的基础上,提出了一种改进的K-means聚类算法,并将算法应用于文本聚类仿真系统中。该算法可以自动计算聚类结果中簇的个数,消除了孤立点对聚类结果的影响,为建立文本聚类系统提供了先决条件。在文本聚类仿真实验中,对数据集进行了多次测试,测试结果表明基于改进K-means算法的文本聚类系统具有更好的聚类特性,取得了良好的应用效果。

关键词：均值文档聚类相似度

一种改进CHAMELEON算法的聚类算法COCK

在线全文

学校读者我要写书评

暂无评论

微电子学与计算机 2015年第12期32卷 173-176页

作者：朱烨行李艳玲杨献文西安邮电大学经济与管理学院陕西西安710121 第二炮兵工程大学陕西西安710025 西安财经学院信息与教育技术中心陕西西安710061

通过对现有的CHAMELEON算法进行改进,并借鉴ROCK算法的计算步聚,提出了一个新的层次聚类算法COCK.改进之处在于:合并的簇的内部紧密性、合并的簇的内部互连性、相对紧密性和相对互连性的计算方法进行了改变,并取消了CHAMELEON算法原有... 详细信息

通过对现有的CHAMELEON算法进行改进,并借鉴ROCK算法的计算步聚,提出了一个新的层次聚类算法COCK.改进之处在于:合并的簇的内部紧密性、合并的簇的内部互连性、相对紧密性和相对互连性的计算方法进行了改变,并取消了CHAMELEON算法原有两个阶段的第一个阶段.由簇U和簇V合并构成的簇W的内部紧密性由两个因素决定,一个是簇U和簇V本身的内部紧密性的加权和,另一个是簇U和簇V之间的绝对紧密性;簇W的内部互连性由两个因素决定,一个是簇U和簇V本身的内部互连性的加权和,另一个是簇U和簇V之间的绝对互连性;由簇W和簇J合起来的簇的相对紧密性的计算方法是,先求出簇W和簇J内部紧密性的加权和,用这个加权和去除簇W和簇J之间的绝对紧密性;计算两个簇W和J之间的相对互连性的方法是,把簇W和簇J之间的绝对互连性除以簇W和簇J内部互连性的加权和.

关键词：文本聚类文档聚类 CHAMELEON ROCK 算法