基于LSA降维的RPCL文本聚类算法.pdfVIP

下载本文档

6
0
约 3页
2015-09-26 发布于重庆
举报
版权申诉

基于LSA降维的RPCL文本聚类算法.pdf

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

基于LSA降维的RPCL文本聚类算法

!!!!!!!! ! ! ·数据库与信息处理· !!!!!!!! 基于LSA降维的RPCL文本聚类算法 , 高茂庭12 王正欧1 1(天津大学系统工程研究所,天津 ) 300072 2(上海海事大学计算机系,上海 ) 200135 : E-mailmtgao@163.com 摘要文本聚类中,存在诸如文本特征空间维数巨大、聚类的数目不能事先确定等问题。隐含语义分析方法可以对文本特征空间作降维处理并有效地凸现出文本和词条之间的语义关系;次胜者受罚竞争学习规则可以进行有效的聚类并自动确定适当的聚类数目。将这两种方法结合进行文本聚类可以在一定程度上解决维数和聚类数的问题,实验表明,这种方法能够收到较好的聚类效果,同时,实验还验证了向量余弦距离比欧氏距离方法更适合于文本相似度的计算。关键词文本聚类次胜者受罚竞争学习隐含语义分析聚类分析文章编号 ( ) 文献标识码中图分类号 1002-8331-200623-0138-03 A TP183 RPCLTextClusteringBasedonLSA , 12 ’ 1 GaoMaoting WangZhengou 1( , , ) InstituteofSystemEngineeringTianjinUniversityTianjin300072 2( , , ) ComputerScienceDepartmentShanghaiMaritimeUniversityShanghai200135 : , , AbstractThereexistsomeproblemsintextclusteringsuchashugedimensionalityintextfeaturematrixunknown , clusternumber.LatentSemanticAnalysiscanreducedimensionalityeffectivelyandemergethesemanticrelationsbe- tweentextsandterms.RivalPenalizedCompetitiveLearningcanclusterandgetaproperclusternumberautomati- , cally.Thispaperpresentsakindoftextclusteringmethodcombining