简艳
- 作品数：3 被引量：13H指数：1
- 供职机构：解放军信息工程大学电子技术学院信息安全系更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于潜在语义的中文文本聚类及其应用
- 随着网络技术的发展,以数字形式存储的文本数量出现了爆炸式的增长。为有效地组织它们以满足需求,文本聚类技术应运而生。传统的文本聚类技术,首先要利用向量空间模型/(VSM/)将非结构化的文本信息转化为结构化的词-文档矩阵,然...
- 简艳
- 关键词：文本聚类潜在语义分析数据场云模型
- 文献传递
- 一种基于数据场的K-均值算法被引量：12
- 2010年
- 针对K-均值算法在随机选取初始类中心时存在不足、对噪声和孤立点敏感、不适用于发现大小差别很大的类的问题,借鉴分子间的相互作用力模型,将文本模拟成数据场中的数据点,综合考虑文本间的相似度和相异度,提出一个新的数据势值计算公式。根据文本数据的势,剔除孤立点、确定初始类中心。实验结果证明,该算法可以提高收敛速度,消除噪声和孤立点对聚类结果的影响,提高聚类的精度,适用于主题分布不均匀的文本集。
- 简艳贾洪勇
- 关键词：K-均值数据场文本聚类
- 基于词替代策略的LSA预处理研究被引量：1
- 2011年
- 潜在语义分析(LSA)是一种扩展的向量空间模型,通过截断奇异值分解(TSVD)建立低维的词语对文档的潜在语义空间,达到信息抽取和去除"噪声"的目的。但是当文档集里的文档主题分布不均匀时,弱势主题会被当作"噪声"忽略掉。为减弱LSA对弱势主题的忽略,本文利用《同义词林》来计算词语的相似度,提出了一个基于词替代策略的潜在语义分析改进模型。实验表明,此模型能够更好的解决同义词、多义词问题,并且大大减弱对弱势特征的忽略。
- 简艳
- 关键词：潜在语义分析
