一种改进型TF-IDF文本聚类方法

摘要：

针对传统词频-逆文档频率(T F-IDF)算法对具有特定属性的文本分类存在的不足,尤其是词汇在特定分类中具有特殊意义情形下准确率较低的问题,提出一种改进的T F-IDF文本聚类算法.采用2015—2019年吉林省科研机构发表论文数据进行对比实验,分别用改进T F-IDF算法和传统T F-IDF算法先统计论文中的关键词词频,再通过K-means++算法进行聚类,最后使用随机森林算法分别评估聚类的准确性.实验结果表明,改进T F-IDF算法提高了分类的准确率.

关键词：词频-逆文档频率(TF-IDF);混合聚类;交叉学科;基本科学指标数据库(ESI)文献

所属期刊栏目：59

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金批准号:62072211

在线出版日期：2021-09-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1199-1204