基于概念和语义相似度的文本聚类算法

摘要：

提出一种基于概念和语义相似度的聚类算法TCBCSS(Text Clustering Based on Concept and Semantic Similarity),TCBCSS算法基于WordNet对文档概念进行抽取和归并,形成语义网络,利用小世界理论和网络的几何特性对其进行分析并构建概念列表来表示文档,不仅有效解决了“表达差异”问题也有利于文档相似度的计算.TCBCSS算法利用两个概念列表的语义相似度作为文档间相近程度的度量,以图为基础进行聚类分析,避免了有些聚类算法对聚簇形状的限制,试验证明TCBCSS算法提高了聚类质量.

关键词：文本聚类、概念、文本表示、小世界理论、语义相似度

所属期刊栏目：48

分类号：TP311(计算技术、计算机技术)

在线出版日期：2012-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：136-141