基于K-means和TF-IDF的中文药名聚类分析

CORC > 重庆绿色智能技术研究院 > 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

	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.