文本聚类中罚多项混合模型的特征选择及其在互联网舆情分析中的应用

高维稀疏数据的特征选择是互联网舆情文本聚类分析的关键。借鉴罚模型思想,利用罚多项混合模型,给不显著影响聚类结果的特征予较重惩罚的方式实现特征选择,可有效选出代表舆情各类观点的典型词汇,实证应用中有较为理想的表现。

超级巨星

我爸爸在电视台工作。有一天，我和一个叫高超的男孩子一起吃午饭，“高超”在英语里就是“Super”的意思。他来自加拿大。英语和中文都说得很流利。