共 4 条
[1]
[2]
[3]
[4]
一种基于自组织神经网络的中文文本聚类新方法.[J].徐建锁;王正欧;王莉;.情报学报.2003, 06
一种基于SOM和层次凝聚的中文文本聚类方法
被引：18
作者：
朱红灿
孟志青
机构：
[1] 湘潭大学管理学院,湘潭大学信息工程学院湖南湘潭,湖南湘潭
来源：
关键词：
中文文本;
文本聚类;
自组织神经网络(SOM);
向量空间模型;
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：
研究了一种基于SOM(self-organizing map)和层次聚集的中文文本聚类方法,按照提出的中文聚类模型,该方法首先对文档集向量化,文档向量矩阵通过SOM训练映射到虚拟的二维空间,形成初步聚类;然后对虚拟坐标集进行二次聚类.与直接聚类方法相比,该方法提高了聚类的效果,减少了计算时间,通过数值实验对比表明该方法对中文文本聚类具有有效性.
引用
收藏
页数：5
相关论文