计算机与现代化
計算機與現代化
계산궤여현대화
COMPUTER AND MODERNIZATION
2010年
2期
77-79
,共3页
王剑锋%麻丽娜%李新叶%乔冬
王劍鋒%痳麗娜%李新葉%喬鼕
왕검봉%마려나%리신협%교동
自组织特征映射神经网络%潜在语义分析%文本聚类
自組織特徵映射神經網絡%潛在語義分析%文本聚類
자조직특정영사신경망락%잠재어의분석%문본취류
基于潜在语义分析和自组织特征映射神经网络(LSA-SOM),本文提出一种文本聚类方法.采用潜在语义分析的理论表示文本特征向量,以体现特征词的语义关系并实现特征向量的降雏.利用SOM网络算法进行无监督自组织学习,并通过不断调节网络节点间的权向量来实现文本聚类.该方法不必预先给定聚类个数,可以在任意合适的位置生成一个新的类,克服传统方法中文本种类需要预先给定的缺点.
基于潛在語義分析和自組織特徵映射神經網絡(LSA-SOM),本文提齣一種文本聚類方法.採用潛在語義分析的理論錶示文本特徵嚮量,以體現特徵詞的語義關繫併實現特徵嚮量的降雛.利用SOM網絡算法進行無鑑督自組織學習,併通過不斷調節網絡節點間的權嚮量來實現文本聚類.該方法不必預先給定聚類箇數,可以在任意閤適的位置生成一箇新的類,剋服傳統方法中文本種類需要預先給定的缺點.
기우잠재어의분석화자조직특정영사신경망락(LSA-SOM),본문제출일충문본취류방법.채용잠재어의분석적이론표시문본특정향량,이체현특정사적어의관계병실현특정향량적강추.이용SOM망락산법진행무감독자조직학습,병통과불단조절망락절점간적권향량래실현문본취류.해방법불필예선급정취류개수,가이재임의합괄적위치생성일개신적류,극복전통방법중문본충류수요예선급정적결점.
