论文部分内容阅读
文本主题是文本聚类的关键，而文档中共现词对对文档主题的表现力非常强。因此，在对现有文本主题挖掘和共现词对抽取算法深入研究的基础上，提出了一种基于关联规则词共现的文本主题聚类算法（TCABARWc），即首先采用关联规则挖掘算法抽取文档共现词对，利用词共现提取文本主题信息，然后根据共现词对建模并实现共现词对相似度量，最后结合层次聚类算法实现文本聚类。实验结果表明，相比其他聚类算法，基于关联规则共现词对的层次聚类算法，大大降低了文本向量的维度以及算法复杂度，在聚类效率和准确性上都有显著提高，并获得了较好的聚类效