文献

J-GLOBAL ID：201702219834214878   整理番号：17A1648074

重み付きK-平均に基づく話題傾向に関する研究【Powered by NICT】

Research on topics trends based on weighted K-means

著者 (4件)： Tao Hongzhi (Beijing Key Laboratory of Network System Architecture and Convergence Beijing University of Posts and Telecommunications Beijing 100876, China) ,  Li Jianfeng (Beijing Key Laboratory of Network System Architecture and Convergence Beijing University of Posts and Telecommunications Beijing 100876, China) ,  Luo Tao (Beijing Key Laboratory of Network System Architecture and Convergence Beijing University of Posts and Telecommunications Beijing 100876, China) ,  Wang Cong (Department of Software Beijing University of Posts and Telecommunications Beijing 100876, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICEIEC  ページ： 457-460  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 特定分野に関与している話題の傾向を把握するために,人々はしばしばこの目的を得るため主題発見法を用いた。伝統的な主題発見アルゴリズムは一般的に二タイプ,テキストクラスタリングアルゴリズムとテキストトピックモデルに分けられる。前者は意味情報に対する注意の欠如,後者は常に話題の相対論を無視している。これらは主題発見とトピック傾向に影響する。トピッククラスタリングにおける意味情報の強度発現への結合とWord2Vecモデルをキーワードを組み合わせて,本論文では主題発見のための重み付きK-平均アルゴリズムを設定した。結果は,著者らの重みづけK平均アルゴリズムは良好なクラスタ化効果を得ることができる,意味表現と話題相対論を改善し,それはまたノイズデータをフィルタするために用いることができる。特に,アルゴリズムは,特定のトピック分野で優れた性能を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： クラスタ化 ,  モデル ,  *アルゴリズム ,  重みづけ ,  相対論 ,  フィルタ ,  強度発現 ,  キーワード
準シソーラス用語： 意味情報 , 【Automatic Indexing@JST】

分類 (2件)： システム・制御理論一般  (IA02010H) ,  情報加工一般  (AC05010A)

タイトルに関連する用語 (4件)： 平均 ,  話題 ,  傾向 ,  研究