共现潜在语义向量空间模型及其应用  

作　　者：牛奉高[1] 

机构地区：[1]山西大学数学科学学院统计系,山西太原030000

出　　处：《中国科技成果》2021年第14期8-9,共2页China Science and Technology Achievements

基　　金：国家自然科学基金项目“共现潜在语义向量空间模型及其语义核的构建与应用研究”;山西省应用基础研究计划项目“加权共现潜在语义向量空间模型及其在文本主题聚类应用中的惩罚性矩阵分解研究”。

摘　　要：随着互联网技术的普遍发展,世界进入了信息爆炸时代。将无结构的文本信息结构化使其能够充分地表现文本语义信息是文本挖掘、信息检索的关键基础性问题。文本表示效果的好坏将直接影响到自然语言处理任务,如信息检索、分类与聚类等效果的好坏。在国家自然科学基金项目“共现潜在语义向量空间模型及其语义核的构建与应用研究”中,通过对传统的向量空间模型进行改进,构建一种新的文本表示模型CLSVSM。该模型能有效挖掘文本信息中词与词之间的潜在语义关系,对文本信息的表示更加精准完善,在如文本聚类、话题发现等多种自然语言处理任务中均有出色的表现。

关 键 词：自然语言处理 信息检索 向量空间模型 文本挖掘 文本聚类 信息爆炸时代 文本信息 潜在语义 

分 类 号：G63[文化科学—教育学]