基于Weka和LDA主题模型的跨文本人名聚类研究

摘要

人名聚类是人物搜索技术中的核心问题，是多文本摘要、信息融合技术的基础。根据新闻类语料的主题相关性及人名上下文噪音小等特性，本文从文本聚类的角度研究了将Weka中的聚类算法及主题模型用于人名聚类。实验结果表明将人名聚类的问题转化为文本聚类的问题是可行且有效的。