一种基于LDA的潜在语义区划分及Web文档聚类算法

被引：19

作者：

刘振鹿 ^{[1
]}

王大玲 ^{[1
,2
]}

冯时 ^{[1
]}

张一飞 ^{[1
,2
]}

方东昊 ^{[1
]}

机构：

[1] 东北大学信息科学与工程学院

[2] 医学影像计算教育部重点实验室(东北大学)

来源：

中文信息学报 | 2011年 / 01期

关键词：

LDA; 潜在语义; 语义分布; 文档聚类;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

该文应用LDA模型进行文档的潜在语义分析,将语义分布划分成低频、中频、高频语义区,以低频语义区的语义进行Web游离文档检测,以中、高频语义区的语义作为文档特征进行文档聚类,采用文档类别与语义互作用机制对聚类结果进行修正。与相关工作比较,该文不仅应用LDA模型表示文档,而且进行了深入的语义分布区域划分,并将分析结果应用于Web文档聚类。实验表明,该文提出的基于LDA的文档类别与语义互作用聚类算法获得了更好的聚类结果。

引用

页码：60 / 65+70 +70

页数：7