-
题名基于共现潜在语义向量空间模型的语义核构建
被引量：10
- 1
-
-
作者
牛奉高
张亚宇
-
机构
山西大学数学科学学院
山西大学管理与决策研究所
-
出处
《情报学报》
CSSCI
CSCD
北大核心
2017年第8期834-842,共9页
-
基金
国家自然科学基金"共现潜在语义向量空间模型及其语义核的构建与应用研究"(71503151)
山西省高等学校创新人才支持计划"基于潜在语义的文本信息主题深度聚类研究"(2016052006)
-
文摘
实现数字图书馆资源聚合的知识发现离不开对知识的有效表示。作为经典的文本表示模型,向量空间模型(VSM)及其衍生模型在信息检索以及知识发现等研究中都有着重要的地位,但依然存在不足。共现潜在语义向量空间模型(CLSVSM)作为新的文本表示模型,与VSM相比明显提高了文本聚类的精度。然而,面对文本大数据的应用,共现矩阵维度往往较高,致使模型的计算复杂度也较大。因此,本文在CLSVSM基础上构建了语义核(CLSVSM_K),构建的原理是基于潜在语义分析(LSA)的思想。CLSVSM_K不仅降低了共现矩阵的维度,而且实现了文本特征词之间同义信息的合并。本文将该语义核模型应用于文献的主题聚类中,实验结果表明,该方法的确有效降低了特征词空间的维度和计算的复杂度,提高了聚类算法的性能,且提高了文献主题聚类的精确度。该模型的应用将有助于数字图书馆信息资源组织、知识发现和知识优化。
-
关键词
共现潜在语义向量空间模型
语义核
共现潜在语义向量空间模型语义核
文本聚类
-
Keywords
co-occurrence latent semantic vsm （clsvsm）
semantic kernel
clsvsm_K
text clustering
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
