基于主题词频数特征的文本主题划分

机译：基于主题词频数特征的文本主题划分

页面导航

摘要
著录项
相似文献
相关主题

摘要

目前文本分类所采用的文本—词频矩阵具有词频维数过大和过于稀疏两个特点,给计算造成了一定困难。为解决这一问题,从用户使用搜索引擎时选择所需文本的心理出发,提出了一种基于主题词频数特征的文本主题划分方法。该方法首先根据统计方法筛选各文本类的主题词,然后以主题词类替代单个词作为特征采用模糊C2均值( FCM)算法施行文本聚类。实验获得了较好的主题划分效果,并与一种基于词聚类的文本聚类方法进行了过程及结果中多个方面的比较,得出了一些在实施要点和应用背景上较有意义的结论。

机译：目前文本分类所采用的文本—词频矩阵具有词频维数过大和过于稀疏两个特点,给计算造成了一定困难。为解决这一问题,从用户使用搜索引擎时选择所需文本的心理出发,提出了一种基于主题词频数特征的文本主题划分方法。该方法首先根据统计方法筛选各文本类的主题词,然后以主题词类替代单个词作为特征采用模糊C2均值( FCM)算法施行文本聚类。实验获得了较好的主题划分效果,并与一种基于词聚类的文本聚类方法进行了过程及结果中多个方面的比较,得出了一些在实施要点和应用背景上较有意义的结论。

著录项

作者
康恺; 周昌乐; 林坤辉;
展开▼
作者单位

展开▼
年度 2006
总页数
原文格式 PDF
正文语种 zh
中图分类

相似文献

外文文献
中文文献
专利

1. 基于改进词向量模型的深度学习文本主题分类 [J] . Computer Science and Application . 2016,第11期

机译：基于改进词向量模型的深度学习文本主题分类
2. 基于已实现波动率的ARFIMA模型在股指期货高频数据中的实证研究 [J] . 杨若一1, 胡冰霜2 中国国际财经(英文) . 2017,第003期

机译：基于已实现波动率的ARFIMA模型在股指期货高频数据中的实证研究
3. 基于已实现波动率的ARFIMA模型在股指期货高频数据中的实证研究 [J] . 杨若一, 胡冰霜中国国际财经(英文) . 2016,第020期

机译：基于已实现波动率的ARFIMA模型在股指期货高频数据中的实证研究
4. 基于烟雾颜色特征和运动特征分析的视频烟雾探测 [C] . 翟文鹏, 吴爱国, 杜春燕 Chinese Control Conference . 2010

机译：基于烟雾颜色特征和运动特征分析的视频烟雾探测
5. The Impacts of Margin Trading on Rate of Return and Volatility in the Stock Market: A Study Using the SVAR Model and Panel Regressions =融资对股价收益与波动的影响特征研究——基于SVAR模型与面板模型的实证分析 [D] . Shi, Wenqing. 2018

机译：The Impacts of Margin Trading on Rate of Return and Volatility in the Stock Market: A Study Using the SVAR Model and Panel Regressions =融资对股价收益与波动的影响特征研究——基于SVAR模型与面板模型的实证分析
6. 微卫星不稳定性类型及临床病理特征：基于1394例结直肠癌患者的标本检测 [O] . 黎相照 (Xiangzhao LI), *, 刘焕娇 (Huanjiao LIU), 2020

机译：微卫星不稳定性类型及临床病理特征：基于1394例结直肠癌患者的标本检测
7. 基于主题词频数特征的文本主题划分 [O] . 康恺, 林坤辉, 周昌乐 2006

机译：基于主题词频数特征的文本主题划分

基于主题词频数特征的文本主题划分

摘要

著录项

相似文献

相关主题

期刊订阅