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。