一种基于n-gram短语的文本聚类方法研究

摘要

由于文本自身特点使得传统的文档表示模型VSM不能很好地反映文本信息．也让传统数据挖掘聚类算法得不到很好的性能表现。针对传统文本聚类方法中文本表示模型VSM和聚类算法的不足，提出一种基于n—gram短语的文本聚类方法，该方法利用n-gram短语构建短语文档相关模型，将其转换成相关文档模型，在相关文档模型基础上进行文档聚类。实验结果显示，此方法是一种能获得较好聚类结果的有效方法。