| 基于Kolmogorov复杂性的文本聚类算法改进 |
| |
| 引用本文： | 王有华,陈笑蓉.基于Kolmogorov复杂性的文本聚类算法改进[J].计算机科学,2016,43(5):243-246. |
| |
| 作者姓名： | 王有华 陈笑蓉 |
| |
| 作者单位： | 贵州大学计算机科学与技术学院 贵阳550025,贵州大学计算机科学与技术学院 贵阳550025 |
| |
| 基金项目： | 本文受国家自然科学基金(61363028)资助 |
| |
| 摘 要： | 基于Kolmogorov复杂性的聚类算法虽然具有普适性、参数无关性的优点,但是应用到文本内容语义信息聚类时往往准确率较低。针对这一问题,提出了一种基于特征扩展的文本聚类改进算法——DEF-KC算法。该算法通过引用百度百科中特定词条的信息,对预处理过的文本中的关键词进行特征扩展,从而提高特征词的主题贡献度,增强文本的结构辨识度,并通过选取特定压缩算法近似计算Kolmogorov复杂性得到文本相似度,最后使用谱聚类算法进行聚类。实验结果表明,与传统的基于Kolmogorov复杂性的文本聚类算法相比,使用该算法时聚类准确率和召回率均得到了较大提升。
|
| 关 键 词： | Kolmogorov复杂性 文本聚类 特征扩展 谱聚类 |
| 收稿时间： | 7/2/2015 12:00:00 AM |
| 修稿时间： | 2015/9/20 0:00:00 |
Improved Text Clustering Algorithm Based on Kolmogorov Complexity |
| |
| WANG You-hua and CHEN Xiao-rong.Improved Text Clustering Algorithm Based on Kolmogorov Complexity[J].Computer Science,2016,43(5):243-246. |
| |
| Authors: | WANG You-hua and CHEN Xiao-rong |
| |
| Affiliation: | College of Computer Science and Technology,Guizhou University,Guiyang 550025,China and College of Computer Science and Technology,Guizhou University,Guiyang 550025,China |
| |
| Abstract: | |
| |
| Keywords: | Kolmogorov complexity Text clustering Feature extension Spectral clustering |
|
|
点击此处可从《计算机科学》下载全文 |
|
