10.16208/j.issn1000-7024.2017.06.054
基于广泛相似度的维吾尔语文档分类方案
针对维吾尔语文档自动分类问题,提出一种基于广泛相似度度量和K-means聚类的文档分类方案.将维吾尔语文档进行预处理,通过词频-逆向文档频率(TF-IDF)算法获得关键词集合;利用提出的广泛相似度度量,通过考虑与语料库中其它文档之间的距离,计算文档间的相似度;基于广泛相似度构建一个集群距离矩阵,获得一组基础集群;将基础集群的中心作为K means聚类的初始中心,完成所有文档的聚类.实验结果表明,该方案具有较高的分类精度和较低的计算时间.
维吾尔语、文档分类、广泛相似度、K-means聚类、词频-逆向文档频率
38
TP311(计算技术、计算机技术)
新疆维吾尔自治区自然科学基金科研基金项目2015211A016
2017-07-31(万方平台首次上网日期,不代表论文的发表时间)
共6页
1686-1690,封3