一种增量式文本软聚类算法
冯中慧 鲍军鹏 沈钧毅
西安交通大学电子与信息工程学院,西安710049
摘 要:
针对传统文本聚类算法时间复杂度较高，而与距离无关的算法又不适用于动态、变化的文本集等问题，提出了一种基于语义序列的增量式文本软聚类算法．该算法考虑了长文本的多主题特性，并利用语义序列相似关系计算相似语义序列集合的覆盖度，同时将每次选择的具有最小熵重叠值的候选类作为一个结果聚类，这样在整个聚类的过程中大大减小了文本向量空间的维数，缩短了计算时间．由于所提算法的语义序列只与文本自身相关，所以它适用于增量式聚类．实验结果表明，算法的聚类精度高于同条件下的其他聚类算法，尤其适合于长文本集的软聚类． (共5页)
学科分类:
TP18[工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论]
相关期刊
关注本文的人:
看过本文的人还看过:
cqvip.com