基于主题概念聚类的中文文本聚类

摘要：

文本聚类技术在文本挖掘和信息检索系统中发挥着重要的作用.目前,文本聚类方法大多数采用集的经典向量模型来表征文本,这种方式忽略了词与词之间的语义关系,存在词频维数过高,聚类算法计算复杂度高等问题.为了解决这些问题,提出一种基于主题概念聚类的中文文本聚类方法,该方法利用HowNet提取文本的主题概念,然后使用Chameleon算法将主题概念聚类,再依据主题概念的聚类结果完成对文本的聚类.该方法用概念代替单个词条表示文本,减少文本特征之间的依赖关系,有效地降低了文本聚类的时间复杂度.

关键词：中文文本聚类、HowNet、主题概念、Chmeleon算法

所属期刊栏目：30

分类号：TP391(计算技术、计算机技术)

在线出版日期：2008-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：161-163