检索结果-南通市图书馆

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

基于频繁项集的Web文档聚类的应用改进

现代计算机 2009年第10期15卷 11-13页

作者：汪继文汪磊锋韩超安徽大学计算机科学与技术学院合肥230000

利用一种基于十字链表快速挖掘频繁项集的算法代替传统算法产生频繁项集,改进基于频繁项集的文档聚类方法在web文档上的应用。通过与传统算法的分析比较,此种方法应用改进是可行的,使整个方法应用性能更好。

关键词：频繁项集文档聚类 web文档十字链表

基于模糊C均值和改进的LSA的文档聚类研究

在线全文

学校读者我要写书评

暂无评论

计算机技术与发展 2010年第12期20卷 126-129,136页

作者：胡永丽龚沛曾同济大学电子与信息工程学院计算机科学与技术系上海201804

文中研究的是文档聚类的方法,即将给定文档集合中的文档进行分类,以达到准确聚类的目的。提出了一种将模糊C均值(FCM)和改进的LSA(Latent Semantic Analysis)相结合进行文档聚类的方法。采用改进的词语特征提取方法构建词-文档矩阵,对该... 详细信息

文中研究的是文档聚类的方法,即将给定文档集合中的文档进行分类,以达到准确聚类的目的。提出了一种将模糊C均值(FCM)和改进的LSA(Latent Semantic Analysis)相结合进行文档聚类的方法。采用改进的词语特征提取方法构建词-文档矩阵,对该词-文档矩阵进行奇异值分解,从传统的VSM向量空间中提取文本的潜在语义空间,进而将高维的文档向量映射为低维空间的语义向量,文档之间相似度的计算采用文档语义向量的余弦表示。然后采用模糊C均值根据上述计算文档相似度的结果对文档进行聚类。针对校园论坛中的文档数据进行聚类,该方法降低了处理的复杂度同时提高了相似度计算的准确性。实验结果表明该方法对目标文档的聚类有较好的效果,聚类准确性较高。

关键词：模糊C均值 LSA 文档聚类

在线全文

学校读者我要写书评

暂无评论

基于DBSACN聚类算法的XML文档聚类

电子测试 2017年第8期28卷 72-73页

作者：张鑫江南机电设计研究所贵州贵阳550000

为了满足对XML文档集合进行数据挖掘需求,本文提出了根据XML文档树的语义信息和结构信息来计算其结构相似度,通过结构相似度构造其结构相似度矩阵,在此基础上应用DBSCAN算法来对XML文档集合进行聚类。与其他聚类算法相比,其聚类的速度... 详细信息

为了满足对XML文档集合进行数据挖掘需求,本文提出了根据XML文档树的语义信息和结构信息来计算其结构相似度,通过结构相似度构造其结构相似度矩阵,在此基础上应用DBSCAN算法来对XML文档集合进行聚类。与其他聚类算法相比,其聚类的速度得到了很大的提高.

关键词： XML文档文档聚类 DBCSAN聚类算法结构相似度

在线全文

学校读者我要写书评

暂无评论

一种文档聚类新方法

一种文档聚类新方法

第十六届全国数据库学术会议

作者：周水庚孙敬宇胡运发复旦大学计算机科学系上海(国际)数据库研究中心

本文提出一种文档聚类新方法.其基本思想是利用数据挖掘,发现文档库中针对文档或词的关联规则,然后利用超图划分算法对关联规则超图进行划分,从而实现文档聚类.文中给出了两种具体的实现算法:一种是利用倒排文件进行文档关联规则挖掘;... 详细信息

本文提出一种文档聚类新方法.其基本思想是利用数据挖掘,发现文档库中针对文档或词的关联规则,然后利用超图划分算法对关联规则超图进行划分,从而实现文档聚类.文中给出了两种具体的实现算法:一种是利用倒排文件进行文档关联规则挖掘;另一种则是基于文档向量模型实现词(组)关联规则发现.

关键词：关联规则文档聚类向量模型倒排文件超图划分

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于向量空间的文档聚类算法分析

电脑知识与技术（过刊） 2011年第7X期17卷 4781-4782,4793页

作者：陶惠张妍郝光权华中师范大学计算机科学系湖北武汉430079

随着科技的发展,网络信息迅速增加,而文本聚类技术则成为web文本挖掘中的研究热点。该文详细介绍了文档聚类算法中的基于划分的k-means算法,对于k-means算法的缺陷,又介绍了对k-means算法有所改善的k中心点算法,并比较二者的优缺点。

关键词：文档聚类向量空间模型 k-means算法 k中心点算法

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

基于向量空间的文档聚类算法分析

电脑知识与技术 2011年第20期07卷 4781-4782+4793页

作者：陶惠张妍郝光权华中师范大学计算机科学系

关键词：文档聚类向量空间模型 k-means算法 k中心点算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种基于GRASP的文档聚类算法

闽江学院学报 2009年第5期30卷 62-65页

作者：吴景岚闽江学院计算机科学系福建福州350108

提出一种基于贪心随机自适应搜索过程的聚类算法.该算法先根据密度概念构造一个约束候选列表,然后从列表中随机选取k个对象作为K均值算法的k个起始中心点.试验结果表明该算法的聚类结果比k均值算法有显著改进.

关键词：贪心随机自适应搜索过程 K均值文档聚类算法

基于跨语言广义向量空间模型的跨语言文档聚类方法

在线全文

学校读者我要写书评

暂无评论

基于跨语言广义向量空间模型的跨语言文档聚类方法