一种基于LDA的潜在语义区划分及Web文档聚类算法

摘要：

本文应用LDA模型进行文档的潜在语义分析，将语义分布划分成低频、中频、高频语义区，以低频语义区的语义进行Web游离文档检测，以中、高频语义区的语义作为文档特征进行文档聚类，采用文档类别与语义互作用机制对聚类结果进行修正。与相关工作比较，本文不仅应用LDA模型表示文档，而且进行了深入的语义分布区域划分，并将分析结果应用于Web 文档聚类。实验表明，本文提出的基于LDA的文档类别与语义互作用聚类算法获得了更好的聚类结果。

关键词： LDA模型 潜在语义 语义分布 Web文档聚类

作者: 刘振鹿 王大玲 冯时 张一飞 方东昊

作者单位: 东北大学信息科学与工程学院,沈阳,110819 东北大学信息科学与工程学院,沈阳,110819;医学影像计算教育部重点实验室（东北大学）,沈阳,110819

会议类型: 国内会议

会议名称: 第六届全国信息检索学术会议

会议地点: 黑龙江镜泊湖

会议语种:中文

页码: 578-585

在线出版日期: 2010-08-12（万方平台首次上网日期，不代表论文的发表时间）