双重共现潜在语义向量空间模型研究

摘要

文本的向量表示对文本聚类研究具有重要意义。共现潜在语义向量空间模型(CLSVSM)通过挖掘共现词对的语义关联性,进一步提升了聚类精度。方法 为补充不共现词对的语义关联性,提出在特征词的基础上引入特征项,形成“文献-摘要-关键词”关系链。首先基于两层潜在语义关系构建双重共现潜在语义向量空间模型(D-CLSVSM)。然后通过改进的词频G指数方法提取高频特征词,对模型矩阵进行压缩。局限:研究对象较为单一,仅研究了中文数据。结果/结论 D-CLSVSM增加了对共现词对及不共现词对的双重语义信息的补充,文本表示更充分,聚类结果更好。