基于潛在語義的文本自動聚類系統(tǒng)的研究與實現(xiàn).pdf_第1頁
已閱讀1頁，還剩55頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、網(wǎng)絡中存有數(shù)量巨大的電子格式信息.這些信息包括書籍、雜志、期刊、新聞、在線數(shù)據(jù)庫和廣告等.網(wǎng)絡能夠給人們提供各種各樣的信息,搜索引擎是輔助人們尋找有用信息的工具,而檢索的效果不佳也是眾所周知問題.該文主要討論文本聚類,一種文本處理方法,它可以改善搜索引擎效果,或是用于對網(wǎng)絡資源歸類、整理,方便人們查找.聚類是一個將文本集分組的全自動處理過程<'[30]>.每個組里的文本在一定方面互相接近.如果把文本內(nèi)容作為聚類的基礎,不同的組則與文本集

2、不同的主題相對應.所以聚類是一個發(fā)現(xiàn)文本集包含內(nèi)容的辦法.在基于向量空間的傳統(tǒng)模型中,人們使用詞語來構造特征詞空間時,沒有考慮詞語在文本中的重要性,而是把詞語看作構成文本的符號,沒有任何語義.同樣,也忽略了同樣的詞語,出現(xiàn)在不同主題的文本中時,在文本中的重要性也有所差異.顯然,這些信息有助于提高文檔處理性能.我們提出一種方法,通過詞語在文章中的不同位置給詞語賦予不同的權重,來體現(xiàn)詞語在文中的重要性,與潛在語義索引技術結合使用;在聚類過程

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論