基于混合聚类中文词聚类.pdfVIP

软件时空 《微计算机信息》( 管控一体化)2010 年第26 卷第 5-3 期 文章编号:1008-0570(2010)05-3-0222-02 基于混合聚类的中文词聚类 Chinese Word Clustering Based on hybrid Clustering (铜陵学院) 史金成 程转流 SHI Jin-cheng CHENG Zhuan-liu 摘要 文本聚类在文本挖掘和信息检索系统中发挥着重要的作用 而词聚类是文本聚类的基础 提出了一种基于混合聚类的 : , 。 中文词聚类方法 它将层次聚类和概念聚类结合起来 以缩短整个聚类时间 首先对预处理后的词集进行初始聚类 然后从 , , 。 , 每个类中各取一个出现次数最多的词组成新的词集 最后对该词集进行再聚类 实验表明 这种方法有效降低了中文词聚类 , 。 , 的时间复杂度。 关键词 词聚类 层次聚类 概念聚类 混合聚类 : ; ; ; 中图分类号: TP391 文献标识码: A Abstract: Text clustering based on word clustering plays an important role in text mining and information search system. A Chinese word clustering method based on hybrid clustering was proposed,which conjugates hierarchical clustering and conceptual clustering to 技reduce the whole clustering time.The method firstly clustered word set which had been pretreated,and then used the words whose oc- curence number was maximum in each cluster to compose a new word set.In the end,the new word set was clustered again.The ex- 术periments and analysis show that the method can reduce the computation complexity of Chinese word clustering effectively. Key words: word clustering; hierarchical clustering; conceptual clustering; hybrid clustering 创 1 引言 3 词聚类 新 近年来 文本挖掘已成为数据挖掘中一个重要