中文文本聚类相关论文
随着中国人口老龄化进程的不断加快,老龄患者对医疗的需求正在不断上升,相对应的高龄手术例数也呈逐年上升趋势,虽然当今医疗水平......
随着信息处理技术的快速发展，文本聚类作为一种高智能的文本信息处理方式越来越引起人们的注意。特征提取是文本聚类中的关键一环，只......
随着信息产业特别是互联网的高速发展，人们可以很容易得从互联网、数字图书馆以及公司内部网络获得海量的数据。这些数据按照其组织......
随着信息技术的发展,以电子形式存在的文本信息已经成为人们主要的信息来源。人们迫切需要能够快速、有效地发现资源和知识的工具......
随着互联网的普及,网页上的文本信息呈现出爆炸式增长的趋势。如何索引,检索,管理,挖掘网页上的海量文本信息已经成为计算科学领域......
聚类作为一种知识发现的重要方法,它广泛地与中文信息处理技术相结合,应用于网络信息处理中以满足用户快捷地从互联网获得自己需要......
向量空间模型(VSM)是文本信息处理的经典模型，它把文本用向量表示，以特征项的权值作为分量，这个架构很大程度上提高了信息处理的性能......
特征选择是文本聚类的重要环节,传统的阈值截断特征选择方法偏重高权重项,受特征词权重计算公式影响较大.遗传算法具有全局搜索的......
摘要：传统的中文文本聚类方法需要将半结构化或非结构化的数据构建数学模型，一般情况下都要进行降维处理，这些操作均会带来一定失真，影......
为改进已有中文文本聚类中数据非结构化导致的算法准确度不高及特征向量高维稀疏导致算法复杂度过高的现状,提出一种基于深度词汇......
近年来，我们可以很容易地从Internet、数字图书馆、新闻机构和公司内部网上获得数目惊人的文本文档。于是，人们对发展能够帮助用户有......
文本聚类是数据挖掘领域中的一个十分重要的分支。文本聚类技术能够有效的将网页上的文本信息进行归类,方便人们在海量的网络信息......
文本聚类技术在文本挖掘和信息检索系统中发挥着重要的作用。目前，文本聚类方法大多数采用基于关键词集的经典向量模型来表征文本，这......
