一种基于传统VSM和词共现概念的中文文本聚类的研究  

RESEARCH OF CHINESE TEXT CLUSTERING BASEDON TRADITIONAL VSM AND TERM Co-OCCURRENCE

作　　者：耿焕同[1] 陈少军[1] 

机构地区：[1]安徽师范大学数学与计算机科学学院

出　　处：《安徽师范大学学报（自然科学版）》2005年第1期27-30,共4页Journal of Anhui Normal University(Natural Science)

基　　金：国家自然科学基金(70171052);皖泰开发基金(143-150401);安徽省教学研究基金(JYXM2003167).

摘　　要：提出了一种利用传统向量空间模型VSM(VectorSpaceModel)和词共现概念共同表示文档特征的新方法,并将该方法应用于基于平面划分的中文文本聚类中.通过实验,表明基于传统VSM和词共现概念的文本聚类方法与传统的单纯基于关键词集的VSM文本聚类方法相比具有更好的聚类性能,具有一定的实用价值.This paper proposes a new text-representing method based on Traditional VSM and Term Co-occurrence Concept., and the authors apply the method to cluster the Chinese document by a partitional algorithm. The experiment results show the new text-representing method based on Traditional VSM and Term Co-occurrence Concept. Is more effective than the traditional text-representing method only based on

关 键 词：VSM 中文文本 文本聚类 文档 向量空间模型 Model) 明基 概念 传统 关键词 

分 类 号：N4[自然科学总论] TP391[自动化与计算机技术—计算机应用技术]