关键词提取的K-means方法在设备分类中的运用
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

浙江省社会科学界联合会研究课题成果(2014Z052);浙江省教育厅科研项目(Y201432308)


Keyword Extraction Method Based on K-means in the Application of Equipment Classification
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    利用文本分类技术对设备进行分类目前遇到的最大困难是,信息处理量的急剧增加造成分类过程中设备特征项维数的大幅增加,使得对设备的分类变得愈加困难,且效率愈来愈低.而关键词提取是提高文本分类效率的常用方法.根据设备文本描述的特点,以预先假定的初始关键词及其特征项词频来构建向量空间模型(VSM),在此基础上利用K-means算法将文本中的关键词提取出来.实验表明,基于K-means的关键词提取不仅大幅度地提高了设备分类效率,且分类准确性也得到了提高.

    Abstract:

    Expository is the most common form in text classification. With the continuous increase of information, how to improve the efficiency of expository text classification is a hotspot in researching. Keyword extraction is used to improve the efficiency in text classification. This paper suggests to extraction keywords in the text based on the use of K-means algorithm by constructing the Vector Space Model (VSM) subject to pre-assumed initial keyword frequency. The KNN text classification algorithm verifies keywords extracting based on the use of K-means algorithm not only makes the classification accuracy slightly increased, but also reduce the dimension, thus realizing the text classification efficiency.

    参考文献
    相似文献
    引证文献
引用本文

陈立.关键词提取的K-means方法在设备分类中的运用.计算机系统应用,2015,24(12):277-282

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2015-01-16
  • 最后修改日期:2015-03-12
  • 录用日期:
  • 在线发布日期: 2015-12-04
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号