一种基于段落同现频率的加权方法.pdfVIP

通信技术 c6m t百t 6 Tec f1o～．L 誉 —≤ 一 种基于段落同现频率的加权方法术 楼华锋 ，刘功 申 (上海交通大学信息安全工程学院，上海 200240) 【摘 要】聚类算法 的研究已经非常成熟了，但是这些聚类算法一般都是基于数值型信息，所 以怎样把现有的一些经典 聚类算法有效地 应用到文本聚类，特别是中文文本聚类是一个非常重要的问题。文中提出了一种基于语义分析，利用段 落同现频率来加权特征向量权值的方法。实验证明：基于语义分析特征向量加权的方法能够提高 lO％左右的文本聚类 效果。同时，文中还研究了段落同现频率阈值选取问题，发现段落同现频率阈值选取大小对聚类效果有很大影响。 【关键词】特征向量模型；段落同现频率；特征向量加权 【中图分类号】TP301．6 【文献标识码】A 【文章编号】l009—