基于后缀树的文本聚类算法

摘要：

提出一种基于后缀树的文本聚类算法以实现中文文本的多主题聚类。先介绍基于后缀树的英文多主题聚类的主要流程。再分析中、英文语言的差异,并以中文词和短语为单位构造后缀树模型,随后构造基类关联图实现中文多主题聚类。实验分析表明,该方法能快速、较准确的实现中文文本的多主题聚类。

关键词：后缀树、后缀树聚类、多主题聚类

所属期刊栏目：17

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60806162;陕西省自然科学基金SJ08-ZT15;陕西省教育厅专项科研计划项目08JK425

在线出版日期：2012-05-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：62-66