基于LSI理论的文本自动聚类研究
结合潜性语义索引(1atentsemanticindex,LSI)理论和K—means聚类法,提出一种改进的文本自动聚类方法,即首先利用N—gram统计法抽取文档关键词,并应用潜性语义索引LSI对构建文档的向量空间模型进行降维,然后采用K—means算法进行文本聚类。实验表明,该算法进行文本聚类的准确度最高可达84.7%。
文本聚类、LSI模型N—gram算法K-means算法
56
G256(图书馆学、图书馆事业)
教育部人文社会科学基金项目“中文原生数字资源管理研究”08JC870002
2012-08-02(万方平台首次上网日期,不代表论文的发表时间)
共4页
89-92