基于改进K―means算法时间和地点识别.docVIP

基于改进K―means算法时间和地点识别 　　摘要：事件要素识别主要包括时间要素和地点要素的识别。目前，时间和地点要素的识别主要是利用机器学习的方法，但是基于机器学习的方法容易受到语料稀疏性的影响。提出了基于改进K-means算法的时间和地点识别。该方法主要是对K-means算法进行改进，先利用Canopy算法求出聚类的K值，再根据改进的算法进行聚类分析，最后利用词性进行优化处理，并得到实验结果。 　　关键词：事件要素识别；Canopy算法；K-means算法；词性优化 　　中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2017）36-0182-03 　　Abstract： Event element identification mainly includes the identification of time elements and location elements. At present， the recognition of time and place elements mainly uses the method of machine learning， but the method Based on machine learning is vulnerable to the sparseness of corpora. Prop