基于信息论的潜在概念获取与文本聚类

被引：9

作者：

李晓光 ^{[1
]}

于戈 ^{[2
]}

王大玲 ^{[2
]}

鲍玉斌 ^{[2
]}

机构：

[1] 辽宁大学信息学院

[2] 东北大学信息科学与工程学院

来源：

软件学报 | 2008年 / 09期

关键词：

潜在概念; 主题; 文本聚类; 信息论;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对词、潜在概念、文本和主题之间的模糊关系,提出一种基于信息论的潜在概念获取与文本聚类方法.方法引入了潜在概念变量和主题变量。根据信息论中熵压缩编码理论,定义了一个全局目标函数,给出一种类似于确定性退火算法的求解算法,用以获得概念层次树以及在不同层次概念上的文本聚类结果,是一种双向软聚类方法.方法通过基于最短描述长度原则的概念选择方法,最终确定概念个数和对应的文本聚类结果.实验结果表明,所提出的方法优于基于词空间的文本聚类方法以及双向硬聚类方法.

引用

页码：2276 / 2284

页数：9