一種面向科技項目文本的相似度度量方法
所屬分類:技術(shù)論文
上傳者:aetmagazine
文檔大小:503 K
標簽: 文本相似度 TF-IDF 文本聚類
所需積分:0分積分不夠怎么辦?
文檔介紹:現(xiàn)有的文本相似度度量方法主要采用TF-IDF方法,把文本建模為詞頻向量,但未考慮文本的結(jié)構(gòu)特征?,F(xiàn)將文本的結(jié)構(gòu)特征和TF-IDF方法進行融合,提出了一種面向科技項目文本的相似度度量方法。該方法首先對文本進行預(yù)處理,其次根據(jù)文本的結(jié)構(gòu)特征提取模塊文本,然后使用TF-IDF方法提取每個模塊文本的TOP-N關(guān)鍵詞, 作為模塊文本的特征向量表示,最后使用余弦聚類計算文本的相似度。實驗結(jié)果表明,在電力行業(yè)的科技項目文檔數(shù)據(jù)集上,所提方法優(yōu)于TF-IDF方法。
現(xiàn)在下載
VIP會員,AET專家下載不扣分;重復(fù)下載不扣分,本人上傳資源不扣分。