基于詞向量的短文本聚類(lèi)研究與應(yīng)用.pdf

1、隨著移動(dòng)互聯(lián)網(wǎng)的高速發(fā)展，微信、微博、電子郵件、論壇、直播平臺(tái)、點(diǎn)評(píng)網(wǎng)站等應(yīng)用已經(jīng)越來(lái)越普及，這些平臺(tái)產(chǎn)生的信息很多都是以短文本的形式出現(xiàn)。短文本信息具有極高的研究?jī)r(jià)值，通過(guò)對(duì)短文本的深入分析，可以挖掘短文本中隱藏的信息和潛在的價(jià)值。文本聚類(lèi)是指通過(guò)選擇合適的聚類(lèi)算法挖掘指定文本數(shù)據(jù)間內(nèi)在聯(lián)系的一種機(jī)器學(xué)習(xí)方法，通過(guò)對(duì)短文本形式的信息數(shù)據(jù)進(jìn)行聚類(lèi)分析，挖掘和提取短文本之間的關(guān)系是進(jìn)行其他短文本挖掘工作的基礎(chǔ)，例如用戶(hù)畫(huà)像、個(gè)性推薦、社群

2、發(fā)現(xiàn)等熱門(mén)研究課題都要用到短文本聚類(lèi)技術(shù)。
　　針對(duì)傳統(tǒng)的短文本聚類(lèi)算法存在數(shù)據(jù)維度高、語(yǔ)義缺失等問(wèn)題，本文在對(duì)文本建模的時(shí)候提出了基于詞向量的短文本表示模型，通過(guò)計(jì)算短文本之間特征詞的最小移動(dòng)距離來(lái)度量短文本的相似性，并在此基礎(chǔ)上完成短文本聚類(lèi)。實(shí)驗(yàn)表明，相對(duì)基于向量空間模型和基于文檔主題模型的短文本聚類(lèi)算法，本文提出的方法在多個(gè)短文本數(shù)據(jù)集上的聚類(lèi)效果得到顯著提高。
　　針對(duì)基于關(guān)鍵詞匹配的論文檢索導(dǎo)致檢索結(jié)果存在信息缺