论文部分内容阅读
为解决文本聚类时文本的高维稀疏性问题,提出一种语义和统计特征相结合的短文本聚类算法。该算法通过语义词典对词汇的语义相关性分析实现一次降维,结合统计方法进行特征选择实现二次降维,并融合二次降维特征实现短文本聚类。实验结果表明,该算法具有较好的短文本聚类效果和效率。
结合语义与统计的特征降维短文本聚类
【摘 要】
：
为解决文本聚类时文本的高维稀疏性问题,提出一种语义和统计特征相结合的短文本聚类算法。该算法通过语义词典对词汇的语义相关性分析实现一次降维,结合统计方法进行特征选择
【机 构】
：
甘肃农业大学工学院,清华大学电子工程系,西北师范大学外国语学院
【出 处】
：
计算机工程
【发表日期】
：
2012年22期
【基金项目】
：
国家“863”计划基金资助项目(2011AA010704,2012AA011004);清华大学自主科研基金资助项目“跨媒体分布式垂直搜索及舆情分析的关键技术”(20111081023)
其他文献
随着空间光学技术的发展,对大口径空间反射镜的需求日益增大,但口径增大会导致镜体重量大幅度增加,因此需要对镜体进行轻量化设计与制造。反应烧结碳化硅(Reaction Bonded Si
近年来,为满足社会经济发展对高水平实践型人才的需求,高校开始全面招收全日制硕士专业学位研究生,但由于专业学位设置时间短、参考经验少等原因,其人才培养方面还有很多不足之处,教育服务质量还有待提升。体育具有学科特殊性,对专业型研究生的技能要求更高,因此,该研究从体育硕士专业学位研究生的角度出发,通过对教育服务的满意程度进行调查,深入了解目前江苏省体育硕士专业学位研究生教育服务质量存在的问题及原因,以期
中国入世之后,面对欧美及日本这些汽车王国的挑战,中国的汽车工业压力陡然增大,许多人对中国汽车业能否与强者抗衡并能战胜强者心里没有把握。特别是作为中国汽车业的龙头企
<正>随着电视行业的总体销量逐渐趋缓,目前中国电视市场保有量趋于饱和,虽然在智能电视、4K、OLED、量子点等新技术的带动下业绩稳中有升,但国内电视巨头已经不满足于现状,开
期刊
<正>电商全球化的时代已到来。这年头,如果你没在的微信朋友圈刷出一两条代购信息,那只能说你还没有"国际化"。但"代购"到现在也有OUT点了。那"海淘"呢?也不很时尚了,那"跨境
哲学最终关注的问题是人的问题,任何哲学理论都离不开人。马克思从历史和社会关系总体的视阈出发,从异化劳动入手,分析出现实中的人既有合人性成分,又有非人性成分,现实人的
目前蒙古羊产量迅猛提升,随之羊油脂产量也增加,目前,我国羊油脂还不能够得到充分的利用,导致羊油脂大量堆积,浪费。因此针对羊尾油脂综合利用有待于开展更深入的研究。本实验采用天然放牧条件下6月龄、18月龄与30月龄苏尼特羊为研究对象,屠宰后取肥尾脂肪、肾周围和骨骼肌脂肪组织。利用基于高效液相色谱串联高分辨率质谱技术(UHPLC-Q-TOF/MS)的非靶向代谢组学平台对苏尼特羊脂肪组织样品的代谢组进行检
新加坡的中央公积金制与我国的养老保险制度赵丽江（中国运载火箭技术研究院）新加坡是一个立国仅有３０年历史的小国，却以其富有效率的市场机制创造了世人瞩目的经济发展奇迹。本文仅
从企业的实际情况出发,在用户需求分析的基础上,提出企业办公自动化系统的基本目标,并阐述系统的结构设计和功能设计,给出了一个结合Internet Intranet和Web技术的企业办公自
随着“大众创业,万众创新”的理念提出,全国各地均为广大群众提供创业贷款申请途径。目前创业贷款的风险评估主要通过专家经验评估完成,这种方式得到的评估结果存在一定的主观因素,且当贷款申请数过大时,审批的效率同样无法保证。针对目前创业贷款审批过程中主观因素多,审核效率低的问题,本文主要研究了以下三个方面:首先,针对创业贷款审批过程存在主观因素的问题,在商业银行信用评估体系的基础上,根据创业贷款的数据特征