论文部分内容阅读
针对文本聚类算法在应用方面存在的“维灾”、簇的命名以及大规模的问题，运用WordNet词典进行词列表的降维和词干化，提出并实现基于词性标注和WordNet相结合的并行文本聚类方法，最后和基于Porter词干化的文本聚类方法进行性能的比较。实验结果表明，该方法能大幅度降低词列表的维度，提高聚类的准确率和召回率，同时增强各个簇的可理解性。