一种基于语义相似度的群智能文本聚类的新方法

摘要：

针对基于VSM(vector space model)的文本聚类算法忽略了词之间的语义信息和各维度之间的关系,导致文本的相似度计算不够精确,提出了一种基于语义相似度的群智能文本聚类的新方法.该方法融合了模拟退火算法的全局搜索和蚁群算法的正反馈能力.其思路是,首先从语义上分析文本,利用K-均值算法进行文本聚类,再根据K-均值算法的结果,使用蚁群和模拟退火算法进行调整聚类.测试结果表明这种算法能够提高聚类精度和召回率,也验证了混合算法的正确性.

关键词：文本聚类、语义相似度、K-均值算法、蚁群算法、模拟退火算法

所属期刊栏目：29

分类号：TP301.6(计算技术、计算机技术)

资助基金：人工智能四川省重点实验室开放基金资助项目2009RY001;"青蓝工程"资助项目

在线出版日期：2012-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：482-484,532