基于主题模型的检索结果聚类应用研究-情报杂志.PDFVIP

第36卷摇 第3期 情摇 报摇 杂摇 志 Vol.36摇 No.3 2017年3月 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 JOURNAL OF INTELLIGENCE摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Mar. 摇 2017 基于主题模型的检索结果聚类应用研究* 1 2 阮光册摇 夏摇 磊 (1.华东师范大学经济与管理学部信息管理系摇 上海摇 200241; 2.上海图书馆会展中心摇 上海摇 200031) 摘摇 要摇 [目的/ 意义]检索结果聚类能够帮助用户快速地浏览系统返回的检索结果。 传统的基于向量空间的检索 结果聚类缺乏对文本深层次的语义联系的挖掘,使得聚类结果的可读性、可理解性存在不足。 因此,对检索结果进 行语义层面的分析,并实现基于语义的检索结果聚类研究,具有重要的理论和实践意义。 [方法/ 过程]将LDA主题 模型与K-means算法相结合,利用LDA模型实现文本潜在语义的识别,将“文本-潜在主题冶概率分布作为K-means 聚类依据进行聚类分析,最后提取与聚类中心最近的主题的描述词作为检索结果聚类的标签。 [结果/ 结论]实验表 明,该方法在检索结果聚类以及聚类标签识别上具有很好的效果。 关键词摇 LDA摇 检索结果聚类摇 聚类标签摇 概率分布摇 语义挖掘摇 K-means 中图分类号摇 G353摇 摇 摇 摇 摇 摇 文献标识码摇 A摇 摇 摇 摇 摇 摇 文章编号摇 1002-1965(2017)03-0179-06 引用格式摇 阮光册,夏摇 磊.基于主题模型的检索结果聚类应用研究[J].情报杂志,2017,36(3):179-184. DOI摇 10.3969/j.issn.1002-1965.2017.03.031 Retrieval Results Clustering Application Research Based on LDA 1 2 Ruan Guangce 摇 Xia Lei (1.Information Management Department of Faculty of Economicsand Management of ECNU,Shanghai摇 200241; 2.Shanghai Library,Shanghai摇 200031) Abstract摇 [Purpose/ Significance]Retrieval resultsclusteringcanhelpuserstobrowsetheretrievalresultsquickly. Traditional searchre鄄 sults clustering based on vector spaceislack ofthedeep semanticrelationsofthetext,which leadstothepoorreadabilityandcomprehen鄄 sion ofclusteringresult. Therefore,thesemanticlevelofretrievalresultsanalysisandtheresearchofsemanticsearchresultsclusteringhave important theoretical and practical significance. [Method/ Process]In this paper,the author combines LDA topic model and K-means. Firstly,weuseLDAmodelt