科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于词语的多语义问题和传统的文本表示与聚类过程相互独立的问题，导致文本聚类准确率较低。针对上述问题提出一种基于多语义文本表示的自适应模糊C-均值(multi-semantic repre-sentation based adaptive fuzzy C-means, MSR-AFCM)聚类算法。通过将词语软聚类划分成多个词簇构建多个语义空间，将语义空间个数作为文本初始聚类数目，利用词语的语义隶属度计算每个文本属于文本空间的语义隶属度，并以此为对算法进行初始化。在算法运行过程中，根据更新的文本语义隶属度和文本分布状况，逐步剔除冗余的文本空间，以达到优化聚类数目的目标。与其他文本聚类算法相比，MSR-AFCM算法能够提高2.66%～12.5%的聚类性能，具有更高的准确率和兰德系数。
- 出版日期2023
- 单位中国计量大学
