搜索资源列表
一种中文文本聚类的研究.rar
- 这里设计了一个中文文本聚类模型CTCMCChinese'Pext Clustering Model)，并针对模型中涉及到的特征表示、特征提取、特征向量调整和聚类算法等问题进行了研究。
LJClusterDemo
- 文本聚类是基于相似性算法的自动聚类技术，自动对大量无类别的文档进行归类，把内容相近的文档归为一类，并自动为该类生成特征主题词。适用于自动生成热点舆论专题、重大新闻事件追踪、情报的可视化分析等诸多应用。 灵玖Lingjoin（www.lingjoin.com）基于核心特征发现技术，突破了传统聚类方法空间消耗大，处理时间长的瓶颈；不仅聚类速度快，而且准确率高，内存消耗小，特别适合于超大规模的语料聚类和短文本的语料聚类。 灵玖文档聚类组件的主要特色在于： 1、速度快：可以处理海量规模
InformationRetrieval
- 关于信息检索技术的说明和文本聚类简介，介绍了几种主要文本聚类算法-Introduction to Information Retrieval and Text Clustering
wenbenleiju
- 基于文本相似度计算的文本聚类算法研究与实现，这是中文信息处理的重要分支。-The text clustering algorithm based on text similarity computing research and implementation, this is an important branch of Chinese information processing.
cluster
- 提出了一种基于语义内积空间模型的文本 聚类算法. -Text proposed clustering algorithm within the semantic model based on the product space.