国家自然科学基金(60503050)
- 作品数：2 被引量：102H指数：2
- 相关作者：索红光曹淑英刘玉树杨涛更多>>
- 相关机构：中国石油大学（华东）北京理工大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于词汇链的关键词抽取方法被引量：98
- 2006年
- 关键词在文献检索、自动文摘、文本聚类/分类等方面有十分重要的作用。词汇链是由一系列词义相关的词语组成,最初被用于分析文本的结构。本文提出了利用词汇链进行中文文本关键词自动标引的方法,并给出了利用《知网》为知识库构建词汇链的算法。通过计算词义相似度首先构建词汇链,然后结合词频与区域特征进行关键词选择。该方法考虑了词汇之间的语义信息,能够改善关键词标引的性能。实验结果表明,与单纯的词频、区域方法相比,召回率提高了7.78%,准确率提高了9.33%。
- 索红光刘玉树曹淑英
- 关键词：中文信息处理关键词标引关键词抽取词汇链知网
- 基于互信息的Web文档聚类方法被引量：4
- 2007年
- 由于网络信息的激增,如何充分利用大量的信息,并有效地为Web用户服务成为一个急需解决的问题。相关研究表明利用Web文档聚类的方法可以缩小信息检索的范围,提高查询准确率。通过分析Web文档的特征以及常用Web文档聚类方法的优缺点,提出了一种基于互信息理论的Web文档聚类的方法。在聚类的过程中,计算特征词之间的互信息值,根据阈值判断特征词是否属于同一类别。实验结果表明,该方法与K-Means聚类算法相比较,在准确率和召回率方面均有提高。
- 索红光杨涛
- 关键词：文档聚类互信息特征选取向量空间模型
