基于ontology抽取优化初始选择的检索结果聚类

被引：7

作者：

陈毅恒

秦兵

宋凡

刘挺

李生

机构：

[1] 哈尔滨工业大学计算机科学与技术学院信息检索研究室

来源：

电子学报 | 2008年 / 36(S1)卷 / S1期

基金：

国家自然科学基金重点项目;

关键词：

检索结果聚类; ontology; 标签;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

摘要：

本文针对互联网的数据量的不断增加,准确搜索引擎的作用日益困难的问题,为了提高搜索引擎返回结果结构化聚类的效果,让信息的定位更迅速,本文采用基于标签的聚类算法,并使用自然语言处理技术中的依存句法分析和词典资源,深度挖掘语义结构,提出基于优化初始选择的K均值聚类方法.本文深入分析K均值聚类算法特点,并利用类别标签技术对该算法进行有效改进.实验证明该算法不仅在效果上优于一般聚类算法,对结果描述也有很大帮助,在效率上也得到很大提高.

引用

页码：166 / 170+156 +156

页数：6