基于文本频谱的中文文本聚类方法

作者：周扬; 屈武斌; 卢一鸣; 张成岗; 杨毅

来源：四川大学学报(自然科学版), 2012, (06): 1386-1394.

• 文本频谱
• 频谱比对
• 文本分析
• 文本聚类 text profiling
• profiling alignment
• text analysis
• text clustering

本文提出了利用文本频谱进行中文文本轮廓分析的表征方式.该方法基于不同时代、体裁和领域的文本在文字使用方面具有偏好性的假说,以文本中单个字符为单位,通过文本频谱刻画方法统计所有单字符在文本中出现的频率,并使用刻画出的文本频谱对文本进行表征;利用频谱比对分析技术,可计算出任意文本间的距离,并以此距离为基础进行聚类分析.进一步的实验证实了该方法的有效性.

• 单位
  蛋白质组学国家重点实验室; 生命科学学院; 四川大学; 军事医学科学院放射与辐射医学研究所; 生物资源与生态环境教育部重点实验室