基于群体智能的半结构化藏文文本聚类算法

分享到

【作者】康健，乔少杰，格桑多吉，韩楠，洪西进，尼玛扎西，范小刚
【作者单位】西南交通大学信息科学与技术学院；西藏大学工学院；西南交通大学生命科学与工程学院
【年份】2014
【卷号】第7期
【页码】663-671
【ISSN】1003-6059
【关键词】群体智能藏文聚类分析群体相似度
【摘要】将群体智能技术应用于半结构化的藏文Web文本聚类,提出基于群体智能的半结构化藏文Web文本聚类算法(SCAST).充分考虑群体智能技术对藏文文本聚类准确性和时间效率的影响,SCAST算法首先运用向量空间模型表示藏文文本信息,将藏文文本和智能蚁群随机放置于一个文本向量空间中.然后智能蚂蚁随机选择藏文文本,计算藏文文本在当前局部区域内的相似性,获得拾起或者放下文本的概率,进而决定是否'拾起','移动','放下'藏文文本.最后通过多次迭代训练,将藏文文本按其相似性聚集在一起,得到最终聚类结果.大量真实...
【基金】国家自然科学基金;国家科技部博士后基金;高等学校博士学科点专项科研基金;中央高校基本科研业务费专项资金;教育部人文社会科学研究;教育部人文社会科学研究青年基金
【文献类型】期刊