使用本体语义提高文本聚类(英文)

被引：9

作者：

罗娜 ^{[1
]}

左万利 ^{[1
]}

袁福宇 ^{[1
]}

张靖波 ^{[2
]}

张慧杰 ^{[2
]}

机构：

[1] 吉林大学计算机科学与技术学院

[2] 不详

来源：

Journal of Southeast University(English Edition) | 2006年 / 03期

关键词：

本体; 文本聚类; 词典; WordNet;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为了提高聚类结果和允许在结果中进行选择,将本体语义与文档聚类相结合,在文档处理过程中提出了基于WordNet的新的文档聚类算法.首先通过tf-idf对文档进行了表示,为了将WordNet的概念出现在文档集合中,通过新的实体对每一个单词向量进行扩展.其次,运用特征提取算法对文档进行特征提取.最后提出了本体集合聚类算法用以提高文本的聚类效果.实验构建在Reuters20新闻组的数据基础上,应用互信息作为试验结果的比较.结果表明:与已经存在的一些算法如MNB,CLU-TO,co-clustering等相比,基于本体的聚类算法在文本聚类上有很明显的提高.

引用

页码：370 / 374

页数：5