结合语义与统计的特征降维短文本聚类

被引：15

作者：

杨婉霞 ^{[1
,2
]}

孙理和 ^{[3
]}

黄永峰 ^{[2
]}

机构：

[1] 甘肃农业大学工学院

[2] 清华大学电子工程系

[3] 西北师范大学外国语学院

来源：

计算机工程 | 2012年 / 38卷 / 22期

关键词：

特征选择; 聚类; 短文本; 向量空间模型; 语义; 降维;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文];

摘要：

为解决文本聚类时文本的高维稀疏性问题,提出一种语义和统计特征相结合的短文本聚类算法。该算法通过语义词典对词汇的语义相关性分析实现一次降维,结合统计方法进行特征选择实现二次降维,并融合二次降维特征实现短文本聚类。实验结果表明,该算法具有较好的短文本聚类效果和效率。

引用

收藏

页码：171 / 175

页数：5

相关论文

共 7 条

[1]

文本分类中特征选择技术的研究 [D].

王博 .

国防科学技术大学,

2009

[2]

SVM based adaptive learning method for text classification from positive and unlabeled documents [J].

Peng, Tao ;

Zuo, Wanli ;

He, Fengling .

KNOWLEDGE AND INFORMATION SYSTEMS, 2008, 16 (03) :281-301

[3]

基于同义词词林的文本特征选择与加权研究 [J].

吕震宇 ;

林永民 ;

赵爽 ;

朱卫东 .

情报杂志, 2008, (05) :130-132

[4]

基于特征选择的轻量级入侵检测系统 [J].

陈友 ;

程学旗 ;

李洋 ;

戴磊 .

软件学报, 2007, (07) :1639-1651

[5]

一种基于语义和统计特征的中文文本特征表示方法 [J].

赵鹏 ;

耿焕同 ;

蔡庆生 .

小型微型计算机系统, 2007, (07) :1311-1313

[6]

基于领域词典的文本特征表示 [J].

陈文亮 ;

朱靖波 ;

朱慕华 ;

姚天顺 .

计算机研究与发展, 2005, (12) :2155-2160

[7]

最优特征子集选择问题 [J].

陈彬 ;

洪家荣 ;

王亚东 .

计算机学报, 1997, (02)