原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
计算机科学2006V01．33No．10A
基于词聚类的多阶段文本主题自动划
林坤辉1康恺1周昌乐2郑健珍1
(厦门大学软件学院厦门361005)1(厦门大学信息科学与技术学院 厦门361005)2
摘要文本分类是信息检索的一个重要问题，而文本一词频矩阵的词额维敷过太和过于稀疏两个特．軎’，磐计算造
成了相当困难。为解决这一问题，本丈提出了一套新的基于词聚类的文本主题自动弹1分流程，这一流程根据具体
待处理数据类别的变换，结鲁使用了Fuzzy
建词的关联网络并增加了优化处理，通过改进的复合权重公式筛选主题关键词，然后使用Fuzzyk-Modes算法进行
词聚类。为实现主题的屡农性划分，特刺引入了复用主题词的概念。在完成主题关键词聚类后，使用各干主题词
频作为特征对文本集施行层出聚类算法BIRCH以完成文奉分类。在应用BIRCH的过程中，对分支因子作了改
进。实验证明这是一壹可行并有效的文本主题自动划分方法。
关键词文本分类，文本聚类，词聚类，Fuzzyk-Modes，BIRCH
Text Basedon Clusters
Keyword
MultistageCategorizationTopic
Kail
LINKun-HuilKANGZHOU Jian-Zhenl
Chang—L孑ZHENG
(SoftwareSoh00I，XJmell 361005)1
University，Xiamen
Scienceand 361005)2
(InformationTechniqueDepartment，XiomenUniversity。Xiaraen
of
AbstractText isonethe ofinformationretrieval．Acharacteristic，or
categorizationmajorpmhlems difficulty，
oftext isthe ofthefeature solvethis docu-
highdimensionality SpeCC．To problem，anunsupervised
categorization
merit method,Nhichisbased the clusters研the was
clustering upontoplcke：e舳rd text∞rpu3pmposed．Thepro-
corlle-
method a Firsta networkwascorlstructedtheco-oectlrrence
posed adoptsmulti-stageprocess keyword using
of werefilteredanira-
htiontoestimatethe associationsall the keywords by
strength amongkeywords，thentopic
文档评论（0）