牛、冯高 基本的共现潜在语义向量空间模型。 （英语） Zbl 1436.62278号 J.分类。 36，第2期，277-294（2019）. 摘要：向量表示是文档聚类或分类的重要组成部分之一，它可以量化文本。本文提出了一种新的共现潜在语义向量空间模型（CLSVSM），并进一步研究了共现分布。该模型基于向量空间模型（VSM），嵌入文档关键词的共现潜在语义来表示其向量。首先，使用中国国家知识基础设施（CNKI）的文档进行了实验以测试模型的性能。结果表明，在文档聚类测试中，CLMSVM的熵（E）、纯度（P）和F1值比VSM好20%，这表明CLSVSM可以提高文档聚类的准确性，同时降低向量的稀疏度。其次，最好估计潜在语义：最大值（MAX）、最小值（MIN）、平均值（AVE）和中间值（MED）？为了比较这四种估计量，进行了更多的实验。结果表明，最大值法和平均值法是首选方法，最小值法是最差方法，这与讨论一致。最后讨论了一些重要的问题。这些问题与同现频率的趋势、同现强度的函数及其分布有关，这强化了模型。 MSC公司： 62H30型 分类和区分；聚类分析（统计方面） 62兰特 大数据和数据科学的统计方面 关键词：共现潜在语义向量空间模型（CLSVSM）;向量空间模型;群集;高维向量;共现;联合词 软件：WordNet（文字网）;群集查找;GAKREM公司 PDF格式BibTeX公司 XML格式引用 \textit{F.g.牛}，J.Classif。36，第2号，277--294（2019；Zbl 1436.62278） 全文： 内政部 参考文献： [1] 安东尼科，P。；玩具，S。；Niederhauser，D.，《在教育技术研究中使用聚类分析进行数据挖掘》，教育技术研究与开发，60383-398（2012）·doi:10.1007/s11423-012-9235-8 [2] 阿米戈，E。；Gonzalo，J。；Artiles，J。；Verdejo，F.，《基于形式约束的外部聚类评价指标比较》，信息检索，12，4，461-486（2009）·doi:10.1007/s10791-008-9066-8 [3] BAGGA，A.和BALDWIN，B.（1998），“评分会议链的算法”，摘自第一届国际语言资源会议和语言学会议评估研讨会，第563-566页。 [4] BELLEGARDA，J.、BUTZBERGER，J.和CHOW，Y.（1996），“基于潜在语义分析的新型单词聚类算法”，《ICASSP论文集》，第172-175页。 [5] BAN，Z.H.，LIU，J.G.，YUAN，L.L.，and YANG，H.（2015），“一种改进的基于密度的聚类算法及其实现”，《第九届模式识别与计算机视觉国际会议论文集》，第9813卷。 [6] Bandyopadhyay，S。；Maulik，U.，基于K-Means算法的R^N最优聚类进化技术，信息科学，146221-237（2002）·Zbl 1033.68595号 ·doi:10.1016/S0020-0255（02）00208-6 [7] 蒋，Lj；Liu，Cch；蔡，Yh；Kumar，A.，使用模糊聚类发现Web文档中的潜在语义，IEEE模糊系统事务，23，6，2122-2134（2015）·doi:10.1109/TFUZZ.2015.2403878 [8] Deerwester，S.公司。；Dumais，S。；Landauer，T。；Furnas，G。；Harshman，R.，《潜在语义分析索引》，《美国信息科学学会期刊》，41，6391-407（1990）·doi:10.1002/（SICI）1097-4571（199009）41:6<391:：AID-ASI1>3.0.CO；2-9 [9] Fodeh，S。；Punch，B。；Tan，Pn，《使用核心语义特征、知识和信息系统的本体论驱动的文档聚类》，第28、2、395-421页（2011年）·文件编号：10.1007/s10115-010-0370-4 [10] 塔雷克·加里布（Tarek F.Gharib）。；穆罕默德·福阿德。；Aref，Mostafa M.，使用WordNet词汇类别的模糊文档聚类方法，计算科学和软件工程高级技术，181-186（2009），多德雷赫特：施普林格荷兰 [11] 加拉尔，M。；费尔南德斯，A。；Barrenechea，E.，《在多类分类问题中使用基于相似性的聚合增强困难类的能力》，信息科学，264135-157（2014）·Zbl 1335.68201号 ·doi:10.1016/j.ins.2013.12.053 [12] HOTHO，A.、STAAB，S.和STUMME，G.（1995），“Wordnet改进了文本文档聚类”，第26届国际ACM SIGIR年会论文集。 [13] JOLLIFFE，I.（2002），主成分分析，统计学中的Springer系列，Springer·Zbl 1011.62064号 [14] KARYPIS，M.S.G.、KUMAR，V.和STEINBACH，M.（2000），“文档聚类技术的比较，KDD文本挖掘研讨会，2000年。 [15] KAUFMAN，L.和ROUSSEEUW，P.J.（2008），《数据中的发现群：聚类分析导论》，John Wiley and Sons，Inc·Zbl 1345.62009号 [16] KARYPIS实验室（2014），gCLUTO[EB/OL]。[2014-01-20], http://glaros.dtc.umn.edu/gkhome/clugo/gcluto/download。 [17] Liu，Gz，语义向量空间模型：实现与评估，《美国信息科学学会杂志》，48，5，395-417（1997）·doi:10.1002/（SICI）1097-4571（199705）48:5<395:：AID-ASI3>3.0.CO；第2季度 [18] Miller，Ga，WordNet:英语词汇数据库，ACM通讯，38，11，39-41（1995）·doi:10.1145/219717.219748 [19] 阮，Cd；Krzysztof，Jc，GAKREM：一种新的混合聚类算法，信息科学，1784205-4227（2008）·Zbl 1151.68613号 ·doi:10.1016/j.ins.2008.07.016 [20] Ja Nasir；瓦拉米斯，I。；卡里姆，A。；Tsatsaronis，G.，文本聚类的语义平滑，基于知识的系统，54，216-229（2013）·doi:10.1016/j.knosys.2013.09.012 [21] Noorinaeini，A。；Lehto，Mr，混合奇异值分解，人类文本分类模型，国际人为因素建模与仿真杂志，1,1,95-118（2006）·doi:10.1504/IJHFMS.2006.011684 [22] 帕特尔，Vm；阮，Hv；Vidal，R.，潜在空间稀疏和低秩子空间聚类，IEEE信号处理选定主题期刊，9，4，891-701（2015）·doi:10.10109/JSTSP.2015.2402643文件 [23] Paltoglou，G。；Salampasis，M。；Satratzemi，M.，Collection-非合作分布式信息检索环境的集成源选择，信息科学，180，14，2763-2776（2010）·doi:10.1016/j.ins.2010.03.020 [24] 潘继元；张江舍，用于聚类的关系矩阵非负分解，工程数学问题，2011，1-15（2011）·doi:10.1155/2011/864540 [25] 邱，Jp；Dong，K.，“文献深度聚合方法与引文网络实证研究”，以WOS数据库中的XML研究论文为例，《中国图书馆学杂志》，211-120（2013） [26] 邱，Jp；Wang，Ff，基于共现与耦合的图书馆文献资源深度聚合分析，《中国图书馆学杂志》，3，25-33（2013） [27] 萨尔顿，G。；Wong，A。；Yang，Cs，自动索引的向量空间模型，ACM通信，18，11，613-620（1975）·Zbl 0313.68082号 ·数字对象标识代码：10.1145/361219.361220 [28] SCHINDLER，M.、FOX，O.和RAUSCH，A.（2015），“使用维基百科通过语义相似性聚类源代码元素”，《第四届实现软件工程中人工智能协同的国际研讨会论文集》，第13-18页。 [29] Song，W。；梁，Jz；Park，Sc，Fuzzy Control GA with a New Hybrid Semantic Similarity Strategy for Text Clustering，信息科学，273，156-170（2014）·doi:10.1016/j.ins.2014.03.024 [30] Vozalis，镁；Margaritis，Kg，使用SVD和人口统计数据增强广义协同过滤，信息科学，1773017-3037（2008）·doi:10.1016/j.ins.2007.02.036 [31] WANG，P.和DOMENICONI，C.（2008），“使用维基百科构建文本分类的语义内核，第14届ACM知识发现和数据挖掘国际会议（SIGKDD）论文集，第713-721页。 [32] Wei，Tt；Lu，Yh；Chang，Hy；周，Q。；Bao，Xy，《使用WordNet和词汇链进行文本聚类的语义方法》，《应用专家系统》，42，4，2264-2275（2015）·doi:10.1016/j.eswa.2014.10.023 [33] 王，S。；朱伟。；朱，Qx；Min，F.，覆盖特征矩阵及其在布尔矩阵分解中的应用，信息科学，263186-197（2014）·Zbl 1328.68232号 ·doi:10.1016/j.ins.2013.10.18 [34] WONG，S.K.M，ZIARKO，W.和WONG，P.C.N.（1985），“信息检索中的广义向量空间模型”，载于第八届ACM SIGIR信息检索研究与发展年会论文集，ACM，18-25·Zbl 0568.68072号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。