| 基于Laplacian图谱的短文本聚类算法 |
| |
| 引用本文： | 孟海宁,冯锴,朱磊,张贝贝,童新宇,黑新宏. 基于Laplacian图谱的短文本聚类算法[J]. 电子学报, 2021, 49(9): 1716-1723. DOI: 10.12263/DZXB.20201266 |
| |
| 作者姓名： | 孟海宁 冯锴 朱磊 张贝贝 童新宇 黑新宏 |
| |
| 作者单位： | 西安理工大学计算机科学与工程学院,陕西西安710048;陕西省网络计算与安全技术重点实验室,陕西西安710048;西安理工大学计算机科学与工程学院,陕西西安710048 |
| |
| 摘 要： | 提出基于词频处理的Laplacian图谱聚类算法,以解决短文本数据维数高、特征稀疏等问题.首先采用词频-逆文本频率指数TF-IDF(Term Frequency-Inverse Document Frequency)方法,将短文本数据集映射到文本向量空间得到词频权值矩阵;其次利用Laplacian矩阵的图谱聚类特性,对词频权值矩阵进行数据降维处理;然后依据Laplacian矩阵的特征值表示文本相似度的特点,选择前K个特征值对应的特征向量作为初始聚类中心,以减少聚类过程的迭代次数.在SSC、20 News Group及Microblog PCU数据集上进行相关实验,结果表明Laplacian图谱聚类算法比传统聚类算法,不仅具有更优的聚类结果与更快的收敛速度,而且受噪声点影响较小,有很好的鲁棒性.
|
| 关 键 词： | Laplacian图谱 词频-逆文本频率指数 短文本聚类 向量空间模型 数据降维 特征权值 |
Short-Text Clustering Algorithm Based on Laplacian Graph |
| |
| MENG Hai-ning,FENG Kai,ZHU Lei,ZHANG Bei-bei,TONG Xin-yu,HEI Xin-hong. Short-Text Clustering Algorithm Based on Laplacian Graph[J]. Acta Electronica Sinica, 2021, 49(9): 1716-1723. DOI: 10.12263/DZXB.20201266 |
| |
| Authors: | MENG Hai-ning FENG Kai ZHU Lei ZHANG Bei-bei TONG Xin-yu HEI Xin-hong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
