【摘 要】
:
提出一种基于N元语法的英文学术文献聚类标签抽取算法,该算法利用N元语法在大规模语料库上进行先期学习生成领域短语词表,再通过K-means算法进行聚类,从聚簇中抽取N元语法项
【机 构】
:
南京大学信息管理系,中国科学技术信息研究所,
论文部分内容阅读
提出一种基于N元语法的英文学术文献聚类标签抽取算法,该算法利用N元语法在大规模语料库上进行先期学习生成领域短语词表,再通过K-means算法进行聚类,从聚簇中抽取N元语法项计算TFIDF值,对出现在词表中的特征项赋以更高的权值,以得分最高的特征项作为聚类标签。实验结果表明,该算法能获得更好的实验效果。同时,在抽取聚类标签时提出一种改进的TFIDF权重计算,在评价标签质量时提出一种新的标签评价方法R@N方法。
This paper proposes an algorithm for clustering label extraction based on N-gram in English academic literature. The algorithm uses N-gram to conduct the pre-learning on a large-scale corpus to generate the domain phrase list and then uses the K-means algorithm to cluster. In the extraction of the N grammatical term to calculate the TFIDF value, append the feature items appearing in the vocabulary with higher weights, and use the feature score with the highest score as the cluster label. Experimental results show that the algorithm can get better experimental results. At the same time, an improved TFIDF weight calculation is proposed when extracting the clustering labels, and a new label evaluation method R @ N method is proposed when evaluating the label quality.
其他文献
肺泡气体和血气的周期性变化,由正常血气到低氧血症和高碳酸血症,再到正常血气……,是阻塞型睡眠呼吸暂停(OSA)的主要特点,这种周期性变化的结果,如高血压、高交感活性、增加心血管疾病的病死率已被广泛认识,但OSA对肺循环的影响,却被人们所忽视。
妊娠期降压药的使用,取决于药物对母胎的利害关系。对于妊娠期轻中度高血压患者来说,降压药的使用是否有价值目前仍然不清楚,但是对于妊娠期重度高血压患者来说,降压药的使用
通过对长三角1980—2009年入境旅游数据统计分析,根据入境旅游持续高增长的界定,利用入境旅游人次和收入两个基础指标,引入旅游服务密度指标,结合相关系数,分析长三角入境旅
目的 探讨血管紧张素Ⅱ的 1型受体 (AT1R)基因多态性与高血压患者合并冠心病 (CAD)的关系。方法 采用PCR -RFLP法 ,检测 12 3例高血压患者 (其中 4 8例合并冠心病 )和 14 8
《新英语课程标准》指出:“教师在教学过程中要处理好传授知识与培养能力的关系,注重培养学生的独立性和自主性,引导学生质疑、调查、探究,在实践中学习,使学习成为在教师指导下主动的、富有个性的过程。 目前中学生学英语效率极低甚至一些学生干脆放弃英语学习采取回避的态度如上课睡觉,不完成作业,从不复习英语单词等。要从根本上扭转这种局面,只有注重學生的自主学习,发挥学生的自主学习能力,才能达到让学生学会自主
2016年12月20日,两大工业气体巨头德国林德(Linde)与美国竞争对手普莱克斯(Praxair)联合宣布同意合并,该交易将创造全球最大的工业气体公司,合并后市场价值将超过650亿美元(
该项目位于四川省攀枝花市,由攀枝花市尚亿鑫环保科技有限责任公司投资建设,新建废SCR脱硝催化剂综合利用项目生产线。年产富钛料(以TiO2计)2.5万吨;年产钨酸钙约1728吨;年产
现代城市的社群都有各自的社群文化,社群文化对城市文化建设既有积极作用也有消极作用。公共图书馆是城市文化服务体系的重要组成部分,图书馆文化是促进时代主流文化发展的生
请下载后查看,本文暂不支持在线获取查看简介。
Please download to view, this article does not support online access to view profile.
灰姑娘的故事最早收录于1812年问世的《格林童话》,从此便成为所有女孩子童年里最具绚烂色彩的梦。它被演绎成无数的版本,在世界各地以虚幻的屏幕、想象的文字或者真实的故事