【摘 要】
：
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WordN
【机 构】
：
吉林大学计算机科学与技术学院; 东北师范大学计算机学院; 东北师范大学计算机学院 长春130012东北师范大学计算机学院; 长春130024; 长春130012
【出 处】
：
Journal of Southeast University(English Edition)
【基金项目】
：
The National Natural Science Foundation of China(No.60373099),the Natural Science Foundation for Young Scholars of Northeast Normal University (No.20061005)
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,基于本体的聚类算法在文本聚类上有很明显的提高.
其他文献
互联网技术和网络发展多样化不断发展的大环境下,数据数字化已经成为各个行业中的必然趋势,若我们能够运用计算机语言来分析由数以千万计的旅客提供的数据,那么我们便可以高
批判性阅读已被广泛认同,但在不同的学习阶段,批判性阅读的技能应有所区别,基于这个出发点,通过对中学和大学英语专业教学大纲对学生英语阅读能力要求的对比,找出批判性阅读
目的：探讨人性化护理服务在感染科患者中的应用效果。方法：将248例感染科住院治疗的患者随机分为对照组和观察组各124例,对照组实施常规护理措施,观察组在此基础上进行人性化护
查海遗址石器残留物分析发现了禾本科、豆科、块根块茎类等植物的淀粉粒,其中禾本科植物淀粉粒可能包括粟、黍、狗尾草属、黍属和小麦族等。上述植物遗存反映了查海遗址具有
综合近三年新课标全国II卷高考英语试题,分析阅读理解的试题特点,研究细节理解题和推理判断题的模式,总结干扰选项的特征及解题技巧。
随着移动通讯设备的不断普及与其服务体系的不断完善,手机短信已成为人们节日里问候祝福的主要方式之一。它所彰显出的魅力,给人们的节日增添了一道道亮丽的风景线。本文拟从
本文阐述了低年级写话的一些要求：要注重学生的兴趣,对周围事物的认识和感想等,指导学生学会和乐于运用阅读和生活中学到的词语,以及根据表达的需要,学会使用逗号、句号、问好
目的:探讨B超对妇科盆腔肿块的诊断价值。方法:选取本中心所收治的妇科盆腔肿块患者53例进行B超检查和病理分型,描述性分析其声像图特征;并根据手术后组织取样病理诊断结果进
我国有关养老建筑的相关法规,伴随着不同时期的社会养老发展状况,呈现出不同的方向和要求。整理和探讨有史以来国家出台的养老建筑相关的系列法规政策,有利于清楚认识我国养
研究甲型肝炎病毒(HAV)疫苗的意义甲型肝炎是一种肠道传染病,其流行的普遍性和严重程度与地区的社会经济、卫生条件关系密切。我国及一些发展中国家 HAV感染率较高,部分农村