基于LDA的英汉维文本聚类系统的设计与实现 |
| |
作者单位: | ;1.新疆大学信息科学与工程学院;2.新疆多语种信息技术重点实验室 |
| |
摘 要: | 以英汉维三种大规模文本聚类为目标,针对三种语言的特点实现基于LDA模型的静态文本聚类系统。因为存在博客、微博等网络媒体的文本不太规范及涉及的话题范围广泛等现象,对文本特征的提取及聚类算法的选择带来一定的难度。通过对样本文本的分析,计算出适当的聚类数k,再调用LDA算法将文本聚为k类并给出每类文本的关键词。测试结果表明,该系统能将英汉维三种语言的文本相似度高的聚为一类,可显著提高聚类效果。
|
关 键 词: | 文本聚类 LDA模型 多语言 文本特征提取 相似度聚类 权重 |
Design and implementation of English,Chinese and Uygur texts clustering system based on LDA |
| |
Abstract: | |
| |
Keywords: | |
|
|