隐含语义分析

作品数：21被引量：121H指数：5
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：高茂庭金恬马雯雯王正欧徐建锁更多>>
相关机构：天津大学上海海事大学南京邮电大学中国科学技术大学更多>>
相关期刊：《计算机应用与软件》《计算机应用研究》《小型微型计算机系统》《沈阳工业大学学报》更多>>
相关基金：国家自然科学基金上海海事大学重点学科建设项目上海市教委科研基金国家科技支撑计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机工程与应用x
共 条 记 录，以下是1-4
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
使用LSA降维的改进ART2神经网络文本聚类被引量：4
《计算机工程与应用》2014年第24期133-138,177,共7页徐晨凯 高茂庭 
上海市科委科技创新项目(No.12595810200);上海海事大学科研项目(No.201100051)
针对文本数据高维度的特点和聚类的动态性要求,结合隐含语义分析(LSA)降维,提出一种改进的ART2神经网络文本聚类算法,通过LSA凸显文本和词条之间的语义关系,减少无用噪声,降低数据维度和计算复杂性;采用改进的折中学习方法,减少计算步骤...
关键词：ART2神经网络 最近邻 隐含语义分析(LSA) 降维 文本聚类 聚类分析 
基于隐含语义分析的微博话题发现方法被引量：36
《计算机工程与应用》2014年第1期96-100,共5页马雯雯 魏文晗 邓一贵 
重庆市自然科学基金(No.cstc2011jjA40023)
随着微博的大量普及和关注度的不断提高,微博热点话题发现已成为当前研究热点。针对于短文本、向量空间模型(VSM)文本表示方法存在高维度、稀疏,以及同义多义问题,导致难以准确度量文本相似度,提出一种基于隐含语义分析的两阶段聚类话...
关键词：隐含语义分析 向量空间模型 话题发现 微博 两阶段聚类 LATENT SEMANTIC Analysis(LSA) Vector Space Model(VSM) 
基于LSA降维的RPCL文本聚类算法被引量：5
《计算机工程与应用》2006年第23期138-140,共3页高茂庭 王正欧 
国家自然科学基金资助项目(编号:60275020);上海市教委科研项目(编号:04FB22);上海海事大学重点学科建设项目(编号:XL0101)
文本聚类中,存在诸如文本特征空间维数巨大、聚类的数目不能事先确定等问题。隐含语义分析方法可以对文本特征空间作降维处理并有效地凸现出文本和词条之间的语义关系;次胜者受罚竞争学习规则可以进行有效的聚类并自动确定适当的聚类数...
关键词：文本聚类 次胜者受罚竞争学习 隐含语义分析 聚类分析 
几种文本特征降维方法的比较分析被引量：16
《计算机工程与应用》2006年第30期157-159,共3页高茂庭 王正欧 
国家自然科学基金资助项目(编号:60275020);上海市教委科研项目(编号:04FB22);上海海事大学重点学科建设项目(编号:XL0101)
文本挖掘中采用向量空间模型(VSM)来表达文本特征,表现出巨大的维数,从而导致处理过程计算复杂,为此,需要先对文本特征矩阵进行合理的降维处理。隐含语义分析(LSA)、概念索引(CI)、非负矩阵分解(NMF)和随机映射(RP)是几种有效的降维方法...
关键词：文本挖掘 降维 随机映射 非负矩阵分解 概念索引 隐含语义分析 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部