论文部分内容阅读
提出一种基于后缀树的文本聚类算法以实现中文文本的多主题聚类。先介绍基于后缀树的英文多主题聚类的主要流程。再分析中、英文语言的差异,并以中文词和短语为单位构造后缀树模型,随后构造基类关联图实现中文多主题聚类。实验分析表明,该方法能快速、较准确的实现中文文本的多主题聚类。
基于后缀树的文本聚类算法
【摘 要】
：
提出一种基于后缀树的文本聚类算法以实现中文文本的多主题聚类。先介绍基于后缀树的英文多主题聚类的主要流程。再分析中、英文语言的差异,并以中文词和短语为单位构造后缀
【机 构】
：
西安邮电学院计算机学院,西安邮电学院信息中心
【出 处】
：
西安邮电学院学报
【发表日期】
：
2012年1期
【基金项目】
：
国家自然科学基金资助项目（60806162）, 陕西省自然科学基金（SJ08-ZT15）, 陕西省教育厅专项科研计划项目（08JK425）
其他文献
日本Genesis公司（总部：东京）日前宣布，成功开发出一种名为“SUMO马达”的开关式磁阻（SR）马达，通过配合使用稀土磁体增大了扭矩，现已配备于电动马达开发商日本Axle公司（总部：东京）的电动
经济下滑对农民收入的影响远远超过了城镇居民，2008年城乡居民收入绝对差距首破万元。接近中央决策层的一位人士近日向《第一财经日报》表示，今年中央将大幅度提高粮食最低收购
为了克服谱聚类图象分割方法性能容易受到图像大小和相似性测度的影响,提出一种基于灰度和空间特性的谱聚类图像分割算法。该算法不对图像中的像素之间建立相似性,而是利用各个像素的灰度在图像中的分布信息和像素点的空间邻接信息建立灰度之间的相似关系,通过对图像中灰度的分类进而获得原始图像的分割结果。因此,该算法不会受到图像大小的限制,无论对于多大的图像,相似性矩阵的大小都是小于等于256×256。Berke-
针对地面的特征参数与雷达杂波后向散射系数间的关系,以粗糙地面电磁散射特性为基础,引入人工蜂群优化算法反演地面的特征参数。对模拟后向散射系数数据添加高斯噪声,以提高
十一届全国人大二次会议将于3月5日开幕。备受关注的北京团全国人大代表、世界银行高级副行长、首席经济学家林毅夫，因工作原因告假，缺席今年人大会议。
针对电子战接收机对宽带信号频率的无模糊估计要求,提出基于任意阵列结构的欠采样频率估计算法。采用两个工作时间步长不等的控制开关,将各阵元接收信号依次接入两个独立的接
为提高Web服务组合的可用性,更好地满足用户的服务需求,提出一种基于多阶段可用性的服务组合框架。该框架通过对可用性管理进行阶段划分,为每个阶段设定可用性的度量参数和度
2008年，内蒙古自治区24个项目入选2008年国家科技支撑计划，共获得支持经费2891万元。
近日，全国人大代表洪可柱在博客上发表《取消发达地区的高考特权》的议案，提出要“取消发达地区高考特权”。他摆出了“在北京能上清华的分数，在一些地方上不了重点大学，在北京能
采用水热法制备了单斜相白钨矿结构的Gd掺杂BiVO4粉体。采用X-射线粉末衍射、扫描电子显微镜和紫外一可见吸收光谱对样品进行表征。研究了不同浓度Gd掺杂BiVO4纳米粉体的晶相