文献

J-GLOBAL ID：201802248660142948   整理番号：18A1082458

頻出語集合に基づく新文書クラスタリング手法【JST・京大機械翻訳】

A New Documents Clustering Method Based on Frequent Itemsets

著者 (2件)： Zhang Xuesong (交通数据分析与数据wa掘北京市重点実験室(北京交通大学) 北京 100044) ,  Jia Caiyan (北京交通大学計算机与信息技術学院 北京 100044)
資料名： Jisuanji Yanjiu yu Fazhan  (Jisuanji Yanjiu yu Fazhan)
巻： 55  号： 1  ページ： 102-112  発行年： 2018年 
JST資料番号： W0790A  ISSN： 1000-1239  CODEN： JYYFEY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 伝統的テキストクラスタリング法は,単語の重要度のみを考慮して,単語と語の間の意味関係を無視するために,単語ベースのテキスト表現モデルを使用する。同時に,従来のテキスト表現モデルには高次元の問題がある。上記の問題を解決する。頻出語集合に基づくテキストクラスタリング法(frequentitemsetsbaseddocumentclusteringmethod)を提案した。FP-Growthアルゴリズムを使用して頻出語集合をマイニングし,文書の次元を頻出語集合によって表現し,テキストの類似性に従ってテキストネットワークを構築した。FICアルゴリズムは,テキスト表現の次元を減少するだけでなく,文書集合の文書の関係も構築できるだけでなく,テキストとテキスト間の独立な関係も持たない。実験には,2つの英語コーパスReuters-21578,20NewsGroup,および1つの中国語コーパス-検索のニュースデータセットを用いて,アルゴリズムの精度を試験した。実験結果を示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  中国語 ,  類似性 ,  高次元 ,  英語 ,  コーパス ,  *単語
準シソーラス用語： テキスト ,  クラスタリング法 , 【Automatic Indexing@JST】

著者キーワード (5件)： document clustering ,  frequent itemsets ,  complex network ,  community division ,  text representation model

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (3件)： 集合 ,  文書 ,  クラスタリング手法