基于多视图的文本聚类改进方法

摘要

近年来,随着自然语言处理技术的发展,聚类技术在文本处理领域中的作用愈发凸显.目前,国内多视图文本聚类的相关研究进展仍处于起步阶段,通常运用的聚类方法是基于文本的单一领域来展现特定方面的聚类情况,但越来越多的文本聚类研究从单视图向多视图的方向转变.提出了一种以LDA主题模型和T F-WIDF特征提取算法作为特征向量组,基于谱聚类的改进型多视图半监督文本聚类方法.该方法基于半监督的协同训练(Co-training)算法,通过对协同训练算法中的文本标记方式进行改进,实现无监督性质的多视图协同训练算法.实验结果表明:改进算法相较于传统单视图文本聚类算法,很大程度上避免了单视图算法的偶然性和局限性,提高了文章整体聚类的准确度.