基于频繁词义序列的检索结果聚类算法研究

CORC > 新疆理化技术研究所 > 中国科学院新疆理化技术研究所 > 多语种信息技术研究室

	基于频繁词义序列的检索结果聚类算法研究
	王晓博; 李晓; 马博
刊名	计算机工程与应用
	2015
卷号	51 期号:1 页码:13-20
关键词	聚类算法频繁项信息检索 Word Net
英文摘要	目前大多搜索引擎结果聚类算法针对用户查询生成的网页摘要进行聚类,由于网页摘要较短且质量良莠不齐,聚类效果难以保证。提出了一种基于频繁词义序列的检索结果聚类算法,利用Word Net结合句法和语义特征对搜索结果构建聚类及标签。不像传统的基于向量空间模型的聚类算法,考虑了词语在文档中的序列模式。算法首先对文本进行预处理,生成压缩文档以降低文本数据维度,构建广义后缀树,挖掘出最大频繁项集,然后获取频繁词义序列。从文档中获取的有序频繁项集可以更好地反映文档的主题,把相同主题的搜索结果聚类在一起,与用户查询相关度高的优先排序。实验表明,该算法可以获得与查询相关的高质量聚类及基于语义的聚类标签,具有更高的聚类准确度和更高的运行效率,并且可扩展性良好。
内容类型	期刊论文
源URL	[http://ir.xjipc.cas.cn/handle/365002/4991]
专题	新疆理化技术研究所_多语种信息技术研究室
作者单位	中科院新疆理化技术研究所多语种信息技术研究室
推荐引用方式 GB/T 7714	王晓博,李晓,马博. 基于频繁词义序列的检索结果聚类算法研究[J]. 计算机工程与应用,2015,51(1):13-20.
APA	王晓博,李晓,&马博.(2015).基于频繁词义序列的检索结果聚类算法研究.计算机工程与应用,51(1),13-20.
MLA	王晓博,et al."基于频繁词义序列的检索结果聚类算法研究".计算机工程与应用 51.1(2015):13-20.