| 文本聚类中权重计算的对偶性策略 |
| |
| 引用本文： | 卜东波,白硕,李国杰.文本聚类中权重计算的对偶性策略[J].软件学报,2002,13(11):2083-2089. |
| |
| 作者姓名： | 卜东波 白硕 李国杰 |
| |
| 作者单位： | 中国科学院,计算技术研究所,北京,100080 |
| |
| 基金项目： | 国家自然科学基金资助项目(69773008 |
| |
| 摘 要： | 在文本聚类/分类处理中,一个重要步骤就是寻找文本的合理表示.在被广泛采用的向量空间模型中,一个文本被表示成一个向量,向量的各维是特征项,而向量空间模型的核心问题就是如何进行特征的抽取和选择.在特征的权重计算中,存在一种对偶性现象.利用迭代的方法来处理和利用这种对偶性,获得了文本的隐含概念.实验结果表明,采用概念空间代替原始词空间来表示文本,能够得到更好的聚类结果.
|
| 关 键 词： | 文本聚类 向量空间模型 特征抽取 对偶性 隐含概念空间 |
| 文章编号： | 1000-9825/2002/13(11)2083-07 |
| 收稿时间： | 2001/4/13 0:00:00 |
| 修稿时间： | 2001年4月13日 |
The Duplex Strategy of Term Weighting in Text Clustering |
| |
| BU Dong-bo,BAI Shuo and LI Guo-jie.The Duplex Strategy of Term Weighting in Text Clustering[J].Journal of Software,2002,13(11):2083-2089. |
| |
| Authors: | BU Dong-bo BAI Shuo and LI Guo-jie |
| |
| Abstract: | An important step in text mining is to find a reasonable representation of the text. In the popular VSM (vector space module), where a text is represented as a vector, the coral problem is to term extraction, selection and weighting. An iteration method is proposed to deal with the duplex phenomena found in term weighting and compute out the latent concept. Experimental results show that the latent concept could help to get better clustering results. |
| |
| Keywords: | text clustering vector space module term extraction duplex latent concept |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《软件学报》浏览原始摘要信息 |
|
点击此处可从《软件学报》下载全文 |
|
