论文部分内容阅读
为了提高聚类结果和允许在结果中进行选择，将本体语义与文档聚类相结合，在文档处理过程中提出了基于WordNet的新的文档聚类算法．首先通过tf-idf对文档进行了表示，为了将WordNet的概念出现在文档集合中，通过新的实体对每一个单词向量进行扩展．其次，运用特征提取算法对文档进行特征提取．最后提出了本体集合聚类算法用以提高文本的聚类效果．实验构建在Reuters20新闻组的数据基础上，应用互信息作为试验结果的比较．结果表明：与已经存在的一些算法如MNB．CLU—TO，co—clustering等相比，基于