中文专利文本聚类方法研究

该文提出了一种针对中文专利文本的聚类方法。使用自组织特征映射算法获得初始的聚类中心,并以此作为K-means算法的初始输入,从而得到最终的聚类结果。这样的组合可以在提高聚类准确率的同时,降低运行时间。在聚类之前还对文本进行LSI降维操作,降低了特征向量的维数,使得SOM和K-means两个对维数敏感的算法可以更加有效和快捷。