检索结果-南通市图书馆

计算机工程与应用 2007年第5期43卷 178-181,188页

作者：徐建民成岳鹏辛丽军河北大学数学与计算机学院河北保定071002 河北大学图书馆河北保定071002

提出一种新的基于术语簇和关联规则的文档聚类方法。首先对文档集合进行分词,根据术语之间的平均互信息形成术语簇,用术语簇来表示文档矢量空间模型,使用关联规则挖掘文档的初始聚类,对此进行聚类分析获得最终的文档聚类。实验结果表明... 详细信息

提出一种新的基于术语簇和关联规则的文档聚类方法。首先对文档集合进行分词,根据术语之间的平均互信息形成术语簇,用术语簇来表示文档矢量空间模型,使用关联规则挖掘文档的初始聚类,对此进行聚类分析获得最终的文档聚类。实验结果表明,与传统的聚类方法相比,其运行速度快,聚类效果和聚类质量都有明显提高。

关键词：术语簇关联规则文档聚类 Web挖掘矢量空间模型

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于术语簇和关联规则的文档聚类方法

基于术语簇和关联规则的文档聚类方法

引用

作者：成岳鹏河北大学

学位级别：硕士

聚类技术是数据挖掘领域具有重要价值的技术之一,随着网络在社会生活的不断深入,加之数据库技术的迅速发展和普及,Web挖掘日益受到信息科学界的关注和重视,总的来说,Web挖掘可分为三种类型：Web结构挖掘,Web使用挖掘和Web文本挖掘其中,... 详细信息

聚类技术是数据挖掘领域具有重要价值的技术之一,随着网络在社会生活的不断深入,加之数据库技术的迅速发展和普及,Web挖掘日益受到信息科学界的关注和重视,总的来说,Web挖掘可分为三种类型：Web结构挖掘,Web使用挖掘和Web文本挖掘其中,文档聚类属于Web文本挖掘的研究内容,所谓文本挖掘,是指从文档集合中发现隐含的某些未知模式或规则。文档聚类不同于传统的文档分类,它不是基于预定的类表或类目体系,而是完全基于文档本身,即先有文档后有类,类的内涵和外延以及整个类目体系完全由需要进行聚类处理的文档集合确定。目前常用的文档聚类方法有层次方法和划分方法等,其中,层次方法通过将文档组织成若干类并形成一个相应的树来进行聚类,其准确度较高,但运行速度较慢,不适合大规模文档集合的聚类;划分方法将文档集合水平的划分为许多类,各类间没有层次性,其运行速度较快,但须事先确定聚类数目,且对噪声和输入顺序较敏感,尤其是当文档形式化表示的维数较高时,该方法的性能和聚类质量都明显下降。对此,本文提出一种基于术语簇和关联规则的文档聚类方法,首先对文档集合进行分词得到许多术语,对这些术语进行处理得到一个术语集合,再计算术语之间的平均互信息并以此为依据使用聚丛法形成术语簇,用术语簇来表示文档,并计算术语簇和文档之间的关联度得到一个关联矩阵,使用DHP(Direct Hashing and Pruning)算法从关联矩阵中挖掘出文档的初始聚类,对此进行聚类分析获得最终的文档聚类。此外,还使用了新的术语权重和文档相似度计算方法,在实验数据的计算中使用了加权平均法。实验结果表明,与传统的聚类方法相比,新聚类方法运行速度快,聚类效果和聚类质量都有显著提高。

关键词：矢量空间模型关联规则文档聚类 Web挖掘术语簇

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于有效词频的改进C-value自动术语抽取方法

引用

现代图书情报技术 2013年第9期 54-59页

作者：熊李艳谭龙钟茂生华东交通大学信息工程学院南昌330013

现有的中文术语自动抽取方法主要针对术语的高频特征与单元性指标,而低频术语和术语的术语性指标缺乏有效的处理方法。针对上述问题,将背景语料库引入C-value方法,提出词语领域分布度与有效词频的概念,通过计算候选术语的EC-value值来... 详细信息

现有的中文术语自动抽取方法主要针对术语的高频特征与单元性指标,而低频术语和术语的术语性指标缺乏有效的处理方法。针对上述问题,将背景语料库引入C-value方法,提出词语领域分布度与有效词频的概念,通过计算候选术语的EC-value值来自动抽取术语,并结合术语簇识别与挖掘,改善低频术语抽取性能。通过计算机领域术语抽取实验,表明本文提出的改进方法(EC-value方法)能更有效地衡量术语的术语性,改善低频术语抽取性能。

关键词：自动术语抽取 EC—value 有效词频术语簇

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

领域文本术语抽取与语义概念图构建模型研究

领域文本术语抽取与语义概念图构建模型研究

引用

作者：谭龙华东交通大学

学位级别：硕士

随着自然语言处理技术的发展，语义分析技术开始应用于中文信息处理的各个领域。基于概念图的语义分析是其中的热点和研究趋势。然而，传统的语义概念图构建方法以句法分析为核心，不适合构建汉语语义概念图。这是因为汉语是概念耦合语... 详细信息

随着自然语言处理技术的发展，语义分析技术开始应用于中文信息处理的各个领域。基于概念图的语义分析是其中的热点和研究趋势。然而，传统的语义概念图构建方法以句法分析为核心，不适合构建汉语语义概念图。这是因为汉语是概念耦合语言，没有丰富的语法标记，语义、语法相互影响，句法分析困难。因此，只有综合多项关键技术，才能在汉语语义概念图构建方面取得突破。本文主要研究汉语语义概念图构建中的两项关键技术：领域术语识别与抽取技术，及句子语义概念图构建模型。在原有研究的基础上，本文提出一种新的领域术语自动抽取方法，建立句子语义概念图分层构建模型。本文主要研究工作如下：一、在现有研究的基础上，提出一种新的领域术语自动抽取方法。它将背景语料库引入C-value方法，提出词语领域分布度和有效词频概念，并结合术语簇识别与挖掘，改善术语抽取性能。通过计算机领域术语抽取实验，表明本文提出的改进方法（EC-value方法）能更有效地衡量术语的术语性，改善低频术语抽取性能。二、在现有研究的基础上，提出概念一体化设想及分层递归的E-A-V概念图结构，并建立句子语义概念图分层构建模型。该模型使句子语义概念图的构建分层、分步骤进行，将一个复杂的过程分解成几个基本任务，明确语义概念图构建的基本步骤。实验表明，句子语义概念图分层构建模型是有效的，可以构建表示真实语义的概念图。

关键词：有效词频 EC-Value 术语簇概念一体化分层递归的E-A-V概念图

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：