融合语义资源和关键词的文本聚类

被引：7

作者：

吴舜尧 ^{[1
,2
]}

邵峰晶 ^{[1
,2
]}

王金龙 ^{[3
]}

孙仁诚 ^{[2
]}

王营 ^{[2
]}

机构：

[1] 青岛大学自动化工程学院

[2] 青岛大学信息工程学院

[3] 青岛理工大学计算机工程学院

来源：

计算机工程 | 2014年 / 40卷 / 04期

关键词：

关键词; 文本聚类; Wikipedia语义; 簇中心初始化; 网络推断; 重要文档;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

融合关键词形式的属性层知识可有效提高文本聚类的聚类质量,但融合关键词的簇中心初始化仍是一个开放性问题。为此,提出一种融合语义资源和关键词的文本聚类方法。通过Wikipedia语义识别文本集的主题,采用基于资源分配的网络推断策略,通过文献协同关系发现潜在语义相关性,以选择最能代表各主题的重要文档（初始簇中心）,并利用软约束与测度学习相结合的策略融合关键词辅助文本聚类。在20Newsgourp文本集上的实验结果表明,与k-means和仅融合关键词的文本聚类方法相比,该方法可有效提升聚类质量,尤其在NewsDifferent3数据集上标准互信息最多可提升约20%。

引用

页码：223 / 227

页数：5