论文部分内容阅读
提出一种基于非负矩阵分解（NMF）的双重约束文本聚类算法。在正交三重NMF模型中，加入文本空间的成对约束信息和词空间的类别约束信息，将不同的特征词项进行分类。利用迭代规则对原始的词一文档矩阵进行分解，获得文本聚类结果。与多种传统半监督文本聚类算法的对比结果表明，该算法具有较高的聚类精度，能提供更准确和有效的聚类结果。