基于K-means和TF-IDF的中文药名聚类分析 | |
黄运高; 王妍; 邱武松; 向林泓; 赵学良 | |
刊名 | 计算机应用 |
2014-06-15 | |
期号 | S1页码:173-174+210 |
关键词 | TF-IDF K-means 中文药名聚类 药名分析 字词共现频率 |
英文摘要 | 针对药名聚类中药物命名特殊性导致的命名准确率低的问题,提出了基于TF-IDF和K-means的药名聚类方法。药物命名具有一定的规律性且中西药名命名形式不同等特点,基于字词共现频率的方法难以取得较好的聚类效果,因此,使用TF-IDF方法计算药名相似的方法并采用K-means聚类算法进行药名的聚类。实验结果表明,TFIDF的聚类准确率高于TF的聚类方法,按字切分的聚类准确率高于分词后的聚类准确率,基于字和TF-IDF的聚类准确率最高且稳定,准确率达到96.77%。 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://119.78.100.138/handle/2HOD01W0/5276] |
专题 | 高性能计算应用研究中心 |
作者单位 | (1) 重庆药品交易所股份有限公司(2)中国科学院重庆绿色智能技术研究院高性能计算应用研究中心 |
推荐引用方式 GB/T 7714 | 黄运高,王妍,邱武松,等. 基于K-means和TF-IDF的中文药名聚类分析[J]. 计算机应用,2014(S1):173-174+210. |
APA | 黄运高,王妍,邱武松,向林泓,&赵学良.(2014).基于K-means和TF-IDF的中文药名聚类分析.计算机应用(S1),173-174+210. |
MLA | 黄运高,et al."基于K-means和TF-IDF的中文药名聚类分析".计算机应用 .S1(2014):173-174+210. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论