基于改进LDA和K-means算法的主题句聚类

来源 :计算机应用 | 被引量 : 4次 | 上传用户:xiaosun988
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对隐含狄利克雷分布(LDA)主题个数的随机选定和传统K-means算法初始聚类中心选择的随机性等缺陷,提出一种新颖启发式的主题句聚类方法。该方法利用文档集聚类簇数与拆分为句子集中隐藏的主题数目一致特点,先通过层次聚类分析出文档集聚类簇,采用最小描述长度(MDL)剪枝算法来确定最佳聚类数n个,然后将n作为隐含狄利克雷分布的主题数目的先验参数,计算n个主题所在维度上的重要句子作为初始聚类中心,最终完成隐含主题句聚类。实验结果表明改进后聚类算法克服了噪声数据的干扰,避免了主题数的经验误差,聚类结果更精确。
其他文献
小诺霉素的不良反应樊国斌(武汉市东西湖区人民医院430040)小诺霉素(小诺米星)是氨基甙类抗生素,抗菌谱广,体内无蓄积,毒性较低,不良反应较少,可作为庆大霉素的换代产品。随着临床上的广泛应
本文介绍了依据JJG-86<直流标准电压源检定规程>用数字多用表标准装置,对多功能校准仪中的直流输出电压进行测量的方法,及测量结果不确定度的评定.
本文主要介绍了白酒色谱分析标准物质(混标)测量不确定度评定.
用系数倍率法不经分离直接测定地塞米松眼液含量,消除了羟苯乙酯的干扰,测定波长为242nm和255.5nm,平均回收率为99.5%,RSD为0.4%。
<正>理想信念是人们在社会实践中形成的对未来的一种向往和追求,是人类生存发展的重要动力,也是一个民族、一个国家、一个政党前进壮大的精神支柱。实现共产主义的远大理想是
通过分析房地产业的筹融资渠道和方式,选择最优方式,实现最佳的资金结构,并从中发现问题,实现资金成本控制,解决资金成本现存问题,为企业长远发展提出可行方案,以便达到降低
本文综述了吲哚美辛对老年性痴呆,偏头痛,重症颅脑损伤,新生儿颅内出血,细菌性脑膜炎的并发症,乙型脑炎高热等中枢神经系统疾病的治疗作用。
"三严三实"是全面从严治党的重要内容,是协调推进"四个全面"战略布局的重要保证,是共产党人最基本的政治品格和做人准则,是党员领导干部的修身之本、为政之道、成事之要.铁路各级
TheSynthesisofPoly(ethyleneoxide)┐Block┐Polybutylacrylate**SupportedbytheNationalNaturalScienceFoundationofChinaandDoctoralfo...
工程实践案例以其很强的实时性、代表性、真实性和完整性成为军队院校任职教育的优质教学资源。在分析任职教育和工程实践案例特点的基础上,从课前渗透、课中实施和课后实践