期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
周期分类和Single-Pass聚类相结合的话题识别与跟踪方法 被引量:28
1
作者 税仪冬 瞿有利 黄厚宽 《北京交通大学学报》 CAS CSCD 北大核心 2009年第5期85-89,共5页
针对增量式聚类初始时话题模型不够充分和准确,随处理报道数量增加,误检与漏检的累积效应被放大的问题,提出了周期分类和Single-Pass聚类相结合的话题识别与跟踪方法.首先采用增量式聚类算法进行话题识别与跟踪,当新闻文本每积累到一定... 针对增量式聚类初始时话题模型不够充分和准确,随处理报道数量增加,误检与漏检的累积效应被放大的问题,提出了周期分类和Single-Pass聚类相结合的话题识别与跟踪方法.首先采用增量式聚类算法进行话题识别与跟踪,当新闻文本每积累到一定程度之后,对已经聚类的报道进行周期分类,使话题簇精度提高,从而提高后续话题识别与跟踪精度.实验表明这种方法是有效的,能够降低漏检率与错检率,减少归一化错误识别代价. 展开更多
关键词 话题识别与跟踪 增量聚类 文本分类 k-最近邻方法分类
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部