首页|基于LDA的英汉维文本聚类系统的设计与实现

基于LDA的英汉维文本聚类系统的设计与实现

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
以英汉维三种大规模文本聚类为目标,针对三种语言的特点实现基于LDA模型的静态文本聚类系统.因为存在博客、微博等网络媒体的文本不太规范及涉及的话题范围广泛等现象,对文本特征的提取及聚类算法的选择带来一定的难度.通过对样本文本的分析,计算出适当的聚类数k,再调用LDA算法将文本聚为k类并给出每类文本的关键词.测试结果表明,该系统能将英汉维三种语言的文本相似度高的聚为一类,可显著提高聚类效果.
Design and implementation of English,Chinese and Uygur texts clustering system based on LDA

田亮、吐尔根·依布拉音、艾山·吾买尔、卡哈尔江·阿比的热西提

展开 >

新疆大学 信息科学与工程学院,新疆 乌鲁木齐 830046

新疆多语种信息技术重点实验室,新疆 乌鲁木齐 830046

文本聚类 LDA模型 多语言 文本特征提取 相似度聚类 权重

国家重点基础研究发展计划国家自然科学基金国家自然科学基金国家自然科学基金国家自然科学基金新疆多语种信息技术实验室开放课题"自治区青年科技创新人才培养工程"青年博士项目

2014CB340506613310116166207761262060614620832016D03023QN2015BS004

2019

现代电子技术
陕西电子杂志社

现代电子技术

CSTPCD北大核心
影响因子：0.417
ISSN：1004-373X
年,卷(期)：2019.42(3)
  • 1
  • 8