VSM在中文文本聚类中的应用及实证分析

被引：41

作者：

马辉民 ^{[1
]}

李卫华 ^{[1
]}

吴良元 ^{[2
]}

机构：

[1] 华中科技大学管理学院

[2] 湖北省荆门利盛石化工贸有限公司

来源：

武汉理工大学学报(信息与管理工程版) | 2006年 / 04期

关键词：

文本聚类; 向量空间模型; 文本表示;

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：

文本聚类是W eb文本挖掘的一个重要分支,而文本表示方法是文本聚类的基础。重点讨论了文本表示方法中最常用到的向量空间模型,分析了其优势和不足,并基于一个文本处理实验,对V SM模型从可实现角度给出改进建议。

引用

收藏

页码：56 / 59+81 +81

页数：5

相关论文

共 2 条

[1]

数据挖掘中聚类方法比较研究[J] 牟廉明内江师范学院学报 2003, 02

[2]

一种新的基于统计的自动文本分类方法 [J].

刘斌 ;

黄铁军 ;

程军 ;

高文 .

中文信息学报, 2002, (06) :18-24