- 1、本文档共5页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于词聚类的文本特征描述方法① - 计算机系统应用
2011 年 第 20 卷 第 2 期 计 算 机 系 统 应 用
①
一种基于词聚类的文本特征描述方法
1 2,3
陈 炯 ,张永奎
1( 山西职业技术学院 计算机工程系,太原 030006)
2( 山西大学 计算机与信息技术学院,太原 030006)
3( 山西大学 计算智能与中文信息处理教育部重点实验室,太原 030006)
摘 要:针对文本挖掘中存在的特征空间高维性问题,提出了一种基于词聚类的文本特征描述方法,旨在通过
机器学习的方法挖掘词汇之间的语义关联,动态构造特定领域的概念词典,借助构造的概念来描述文本的特征,
该方法不借助主题词典,先从训练语料中对词的共现情况进行分析,用词聚类(word clustering)生成由种子词(seed
words)表示的代表某一主题概念的词类,然后用种子词作为文本的特征项。实验表明,该方法不仅压缩了特征空
间的维数,也克服了HowNet 中概念信息的局限性,提高了文本分类的精确度。
关键词:文本特征描述;词共现;词聚类;种子词
A Description Method of Text Feature Based on Word Clustering
1 2,3
CHEN Jiong , ZHANG Yong-Kui
1(Department of Computer Engineering, Shanxi Polytechnic College, Taiyuan 030006, China)
2(School of Computer Information Technology, Shanxi University, Taiyuan 030006, China)
3(Key Laboratory of Ministry of Education for Computation Intelligence and Chinese Information Processing, Shanxi University,
Taiyuan 030006, China)
Abstract: Feature space has the high-dimensional problem in text mining. This paper presented a new description
method of text feature based on word clustering. The purpose is to mine semantic association between words using
machine learning, then to construct the concept dictionary in specific areas dynamically, finally to describe the text
feature with the concept constructed. This method analyzes the co-occurrence of words in training corpus firstly, without
using theme dictionary, then generates word cluster expressed in seed words which represents a concept of theme by
word clustering, finally takes the seed words as text features. The experimental results indicate that this method not only
reduces dimensionality of feature space but also overcomes the li
您可能关注的文档
- 中空聚合物微球的制备--酸含量的影响 - 高校化学工程学报.pdf
- 紫甘蓝色素紫外-可见光谱及日常应用 - 河北工业科技 - 河北科技大学.pdf
- 麦冬多糖的研究进展.pdf
- 基于多标记学习的汽车评论文本多性能识别 - 计算机工程与科学.pdf
- 乙酰基转移酶tip60蛋白乙酰化位点定位的研究pdf.pdf
- cdse/cds核壳型量子点的合成及其在白光led - 河北师范大学学报.pdf
- 德国dm 宝贝爱(babylove)奶粉介绍 - 柏林快递.pdf
- 小豆种质资源抗氧化性鉴定与评价 - 中国农学通报.pdf
- 牛分枝杆菌mpb63 基因的克隆及其在大肠杆菌中的表达6.pdf
- 生物过滤塔净化甲醛废气的动力学研究李阳.doc
- 乳化类肉制品加工原理.pdf
- 全膝关节置换后短期血栓预测:dd二聚体与纤维 - 中国组织工程研究.pdf
- 毛竹叶片发育过程中光合生理特性的变化特征 - 浙江农林大学.pdf
- 植物隐性核雄性不育基因育种技术体系的研究进展与展望.pdf
- 转基因抗虫玉米研究及应用 - 中国作物学会.pdf
- 6项目区植物病虫害的主要防治措施 - world bank uments.doc
- 傅里叶变换红外光谱法在橄榄油掺假鉴别中的应用 - 中国农学通报.pdf
- 风味花生粉常温储藏期间挥发性成分的变化与感官特性 - 现代食品科技.pdf
- frontiers in china 电子全文数据库使用指南 - 华东师范大学图书馆 .pdf
- 奖励大学教学卓越计画 - 国立高雄应用科技大学模具工程系.doc
文档评论(0)