论文部分内容阅读
文本聚类是聚类算法的一种具体应用，随着互联网的发展，文本聚类应用越来越广泛，譬如在信息检索、智能搜索引擎等方面都有较为广泛的应用。文本聚类算法主要涉及文本预处理和文本聚类算法，故对文本聚类进行改进可以从这两方面入手。传统文本聚类的文本预处理采用VSM模型，该模型不考虑词与词的语义相似度和词与词的相关性，导致文本聚类精确度非常低。针对该问题，提出了基于特征空间文本聚类的方法。该方法根据文档集合的特征空间构造一个替代词库，并根据这个替代词库得到文档的主题，依据主题配合其对应的领域词典对文档词进行相应的替换。传