| 一种基于段落同现频率的加权方法 |
| |
| 引用本文： | 楼华锋,刘功申.一种基于段落同现频率的加权方法[J].信息安全与通信保密,2009(12):57-59. |
| |
| 作者姓名： | 楼华锋 刘功申 |
| |
| 作者单位： | 上海交通大学信息安全工程学院,上海,200240 |
| |
| 基金项目： | 上海科委科技攻关基金资助项目 |
| |
| 摘 要： | 聚类算法的研究已经非常成熟了,但是这些聚类算法一般都是基于数值型信息,所以怎样把现有的一些经典聚类算法有效地应用到文本聚类,特别是中文文本聚类是一个非常重要的问题。文中提出了一种基于语义分析,利用段落同现频率来加权特征向量权值的方法。实验证明：基于语义分析特征向量加权的方法能够提高10%左右的文本聚类效果。同时,文中还研究了段落同现频率阈值选取问题,发现段落同现频率阈值选取大小对聚类效果有很大影响。
|
| 关 键 词： | 特征向量模型 段落同现频率 特征向量加权 |
A Feature Value Weighted Method Based on Paragraph Co-occurrence Frequency |
| |
| LOU Hua-feng,LIU Gong-shen.A Feature Value Weighted Method Based on Paragraph Co-occurrence Frequency[J].China Information Security,2009(12):57-59. |
| |
| Authors: | LOU Hua-feng LIU Gong-shen |
| |
| Affiliation: | (School of Information Security Engineering, Shanghai Jiaotong University, Shanghai 200240, China) |
| |
| Abstract: | The research on clustering algorithms has already become a focus. So how to apply these classical clustering algorithms to text clustering is a very important issue. This paper presents a feature value weighted method based on semantic analysis by using Paragraph Co-occurrence Frequency（PCF）. Experiment indicates that the semantic analysisbased feature value weighted method could improve the text clustering result by 10% and the PCF threshold has a great influence on the text clustering result. |
| |
| Keywords: | vector space model（VSM） paragraph co-occurrence frequency（PCF） feature value weighted |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
