基于CLSVSM的惩罚性矩阵分解及其在文本主题聚类中的应用

摘要：

文本信息的合理表示对文本主题聚类及检索有重要作用.针对文本表示模型维度较高的问题,基于共现潜在语义向量空间模型(CLSVSM)研究惩罚性矩阵分解(PMD),利用PMD对向量进行稀疏约束,提取核心特征词,进而实现原始数据的重建;通过共现分析理论及PMD方法,深度挖掘特征词之间的语义信息,构建语义核函数(PMD_K).将本文方法应用于文本主题聚类中,实验结果显示,PMD和PMD_K这2种方法的聚类效果均明显优于其他方法,以F值为例,PMD_K方法较以往的95％CLSVSM_K方法,F值提高了21.9％.将PMD与文本表示模型相结合,在提高了文本主题聚类的效率和精度的同时,还避免了对高维矩阵的复杂运算.

关键词：CLSVSM、惩罚性矩阵分解、语义核函数、文本主题聚类

分类号：TP311.13(计算技术、计算机技术)

资助基金：云南省应用基础研究计划;全国统计科学研究项目;山西省高等学校优秀成果培育项目

在线出版日期：2021-06-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：66-72