作者:郭佳; 罗森林; 陈倩柔热点发现文本聚类自然语言处理paragraphvector
摘要:科研热点对科学研究具有指导意义, 目前的科研热点发现主要依赖文本聚类技术, 针对文本表示存在的特征语义表达能力不强、 无法揭示词语之间潜在联系的问题, 提出了一种基于Paragraph Vector模型的科研热点发现方法.该方法对文本集使用Paragraph Vector模型构建文本语义向量表示, 并根据语义向量的相似度计算结果进行聚类分析得到主题集, 最后基于主题文本引用特征选择前N个主题作为科研热点.实验结果表明, 科研热点发现的聚类评价ARI值为0.452、 H值为0.532、 C值为0.538、 V值为0.535, 说明Paragraph Vector的低维空间表示法可通过挖掘词之间的关联属性优化向量语义表示, 并能缓解维数灾难问题进而提高了话题发现的准确度.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社