文献

J-GLOBAL ID：201702262588280270   整理番号：17A1266226

Mahoutの枠組みの下でのTF(トロイダル磁場)が有効であったVSMに基づくテキストクラスタリングの研究【Powered by NICT】

Research of text clustering based on improved VSM by TF under the framework of Mahout

著者 (3件)： Langcai Cao (Xiamen University, Xiamen 361005, China) ,  Zhihui Li (Xiamen University, Xiamen 361005, China) ,  Yuanfang Liu (Xiamen University, Xiamen 361005, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCDC  ページ： 6597-6600  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： 現在,伝統的なテキストクラスタリング法が取り組んでいることをデータは小さい。テキスト表現を用いてテキストクラスタリングは,伝統的なベクトル空間モデル(VSM)であることをモデル化した。ビッグデータを処理するときに伝統的なテキストクラスタリングは低効率の欠点がある。テキスト表現のための従来のVSM(ベクトル空間モデル)モデルを用いた場合の品質は不良である。これら二つの問題を解決するために,本論文では,テキスト表現のためのVSM(ベクトル空間モデル)モデル,用語頻度(TF)によって改善し,テキストクラスタリングにMahoutを用いてを提案した。実験結果は,テキストクラスタリングのためのMahout使用は伝統的なテキストクラスタリングよりもより高い効率を有することを示した;この新しいVSM(ベクトル空間モデル)モデルは,テキストクラスタリング品質を改善することができる。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： 品質 ,  トロイダル磁場 ,  モデリング ,  *モデル
準シソーラス用語： ビッグデータ ,  ベクトル空間モデル ,  *テキスト , 【Automatic Indexing@JST】

分類 (1件)： 検索技術  (AC06020S)

タイトルに関連する用語 (5件)： 枠組み ,  トロイダル磁場 ,  VSM ,  テキストクラスタリング ,  研究