基于模糊聚類(lèi)算法的文本挖掘.pdf

1、當(dāng)今信息技術(shù)不斷發(fā)展，各種形式的信息大量涌現(xiàn)，其中文本形式的數(shù)據(jù)量特別龐大。人們希望快速、準(zhǔn)確而全面的獲取信息的同時(shí)，必須面臨在巨大的信息資源中找尋有價(jià)值信息的難題。數(shù)據(jù)挖掘和自然語(yǔ)言處理技術(shù)為解決這個(gè)問(wèn)題提供了新的支撐技術(shù)。
　　 文本挖掘是計(jì)算機(jī)技術(shù)中一個(gè)較為嶄新的領(lǐng)域，其主要是通過(guò)分析大量的文本信息來(lái)提取隱含的、未知的、非平凡的以及有潛在應(yīng)用價(jià)值的知識(shí)和其他利益。本文主要研究討論了聚類(lèi)分析在文本處理中的運(yùn)用，通過(guò)改進(jìn)逆向最

2、大匹配分詞，文本特征表示，模糊聚類(lèi)來(lái)得到一個(gè)好的文本聚類(lèi)集。本文的主要研究?jī)?nèi)容概括如下：
　　 由于中文不同于英文等西文語(yǔ)言，中文在字、詞之間沒(méi)有明顯的切分標(biāo)記，在文本結(jié)構(gòu)化表示之前，必須對(duì)文本進(jìn)行分詞處理，本文著重分析了逆向最大匹配分詞方法，并結(jié)合基于散列(Hash)函數(shù)的反向分詞詞典，對(duì)逆向最大匹配分方法進(jìn)行相應(yīng)的優(yōu)化，在減少匹配詞典次數(shù)和縮小匹配范圍的同時(shí)，發(fā)揮了逆向最大匹配分詞方法簡(jiǎn)單易于實(shí)現(xiàn)的優(yōu)點(diǎn)，并且到達(dá)“長(zhǎng)詞優(yōu)先”