基于跨语言广义向量空间模型的跨语言文档聚类方法

摘要：

跨语言文档聚类主要是将跨语言文档按照内容或者话题组织为不同的类簇.该文通过采用跨语言词相似度计算将单语广义向量空间模型(Generalized Vector Space Model,GVSM)拓展到跨语言文档表示中,即跨语言广义空间向量模型(Cross-Lingual Generalized Vector Space Model,CLGVSM),并且比较了不同相似度在文档聚类下的性能.同时提出了适用于GVSM的特征选择算法.实验证明,采用SOCPMI词汇相似度度量算法构造GVSM时,跨语言文档聚类的性能优于LSA.

关键词：跨语言文档聚类、跨语言广义向量空间模型、文档聚类、跨语言信息检索

所属期刊栏目：26

分类号：TP391(计算技术、计算机技术)

资助基金：科技部资助项目2009DFA12970

在线出版日期：2012-05-25（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：116-120