文献

J-GLOBAL ID：202002228369075250   整理番号：20A1944534

高次Markovモデルに基づくクラスタリングのための新しいテキスト表現法【JST・京大機械翻訳】

A new text representation method for clustering based on higher order Markov model

著者 (3件)： Yang Weifeng (College of Science, Hunan Institute of Engineering, Xiangtan City, China) ,  Han Guosheng (Key Laboratory of Intelligent Computing & Information Processing of Ministry of Education, Xiangtan University, Xiangtan City, China) ,  Xie Xiaoqiang (College of Science, Hunan Institute of Engineering, Xiangtan City, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICISDM ’18  ページ： 1-6  発行年： 2018年 
JST資料番号： D0698C  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： 単語シーケンスと文字列における順序関係は,書込みスタイル,ジャンル特徴,およびトピックに関する潜在情報を反映することができる。したがって,順序関係は重要な情報であり,テキストクラスタリングのために考慮されるべきである。しかし,テキストクラスタリングの伝統的方法では,順序関係がしばしば無視された。順序関係が高次Markovモデルの遷移確率によって統計的に特性化できるという観点から,本論文では,高次Markovモデルに基づく新しい方法をテキスト表現のために提案した。新しい方法では,高次Markovモデルの全ての遷移確率をテキストの特徴として用い,平均Markov-Shannonエントロピー(MME)の最大化により次数を同定した。実験結果は,新しいテキスト表現法が伝統的方法より良好に機能することを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： エントロピー ,  遷移確率 ,  キャラクタリゼーション ,  *単語 ,  文字列
準シソーラス用語： *Markovモデル ,  ベクトル空間モデル ,  テキストクラスタリング , 【Automatic Indexing@JST】

著者キーワード (4件)： 高次Markovモデル ,  テキストクラスタリング ,  テキスト表現 ,  ベクトル空間モデル

分類 (3件)： システム・制御理論一般  (IA02010H) ,  人工知能  (JE08000Z) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (3件)： Markovモデル ,  クラスタリング ,  表現