| 三元共现潜在语义向量空间模型 |
| |
| 引用本文： | 牛奉高,王世昌,张亚宇.三元共现潜在语义向量空间模型[J].情报科学,2018,36(1):147-151. |
| |
| 作者姓名： | 牛奉高 王世昌 张亚宇 |
| |
| 摘 要： | 【目的/意义】文献的向量表示方法对文献主题聚合、聚类和分类等研究具有重要意义。基于二元共现信息
的潜在语义向量空间模型（CLSVSM）挖掘了文本信息中词与词之间的潜在语义关系,与文本向量表示的基本模型-
向量空间模型（VSM）相比很大程度上提高了文本聚类的精度。【方法/过程】为使CLSVSM能更优的提取文献的潜
在语义信息，本文在二元CLSVSM基础上进一步引入了三元共现信息，以深度挖掘文献的潜在语义，通过研究三元
共现矩阵的表示，三元共现频次和相对共现强度的计算方法，最终建立了加权共现潜在语义向量空间模型（加权
CLSVSM)。最后我们分别利用中、英文献数据对二元CLSVSM和加权CLSVSM两类模型进行了实验比较。【结果/
结论】结果显示：新模型对英文文献的聚类效果与二元CLSVSM相当,但对中文文献主题聚类效果明显要优于二元
CLSVSM。
|
|
| 点击此处可从《情报科学》浏览原始摘要信息 |
| 点击此处可从《情报科学》下载免费的PDF全文 |
|
