基于改进的模糊C均值算法的多文档自动文摘

摘要

针对中文语句隶属于类的模糊性,本文提出了一种改进的模糊C均值聚类算法确定多文档集合的潜在子主题.为了减小初值选取不当对模糊C均值算法产生的影响,该方法结合训练阈值的层次聚类算法以及样本密度算法投票生成初始聚类中心,初始化模糊C均值算法的原型矩阵以及划分矩阵,进而聚类生成多文档文摘的子主题.通过对子主题的排序以及文摘句的抽取生成多文档文摘.实验结果表明,采用改进的模糊C均值聚类算法得到的子主题聚类效果要优于现有的几种应用于多文档文摘的聚类算法.与此同时,生成的文摘也达到了较理想的效果.