基于语义相关度的中文文本聚类方法研究

摘要：

[目的/意义]在基于向量空间模型的文本聚类中,文本相似度计算忽略特征项间语义关联,针对此问题,提出一种改进的语义文本相似度计算方法.[方法/过程]新方法利用维基百科知识库计算语义相关度,结合特征项在文本中的表示权重,构造文本相似度语义加权因子,并进行K-means文本聚类实验.[结果/结论]与传统的余弦相似度相比,改进后的语义文本相似度应用在文本聚类上,能有效提高聚类的准确度.[局限]语义相关度的计算没有对词语进行消歧处理.

关键词：维基百科、语义相关度、文本相似度、文本聚类

所属期刊栏目：39

资助基金：本文为国家自然科学基金项目"基于复杂网络的中文文本语义相似度研究"的成果,项目编号:71373200.

在线出版日期：2016-03-10（万方平台首次上网日期，不代表论文的发表时间）

页码：129-133