基于连续词包模型的一种改进的文本主题聚类算法

摘要：

本文针对知乎网上问答文章的特点和信息处理方式,分析了使用连续词包模型对这种文本进行主题聚类的一般方式和步骤.包括文本预处理、文本处理的模型选择和聚类分析算法的设计.在本文预处理阶段,讨论了对于中文的分词和去噪等;在文本处理的模型选择阶段,本文着重讨论了N-gram语言模型;在文本聚类阶段,分析并描述了一种文本聚类算法.通过上述讨论分析确定了本文最终应用的方法.

关键词：连续词包(ContinuousBagofWords)、文本主题聚类算法、改进K-means

所属期刊栏目：14

分类号：TP311(计算技术、计算机技术)

在线出版日期：2018-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：226-228