形式概念分析在突發(fā)事件新聞文本聚類中的應用.pdf

1、文本聚類是聚類方法與自然語言處理相結合在文本處理中的應用，是聚類分析領域的一個重要研究分支。隨著近年來互聯(lián)網新聞文本信息的急劇增多，文本聚類的方法得到了很廣泛的應用和研究。然而針對當前文本信息結構和內容的復雜化，文本類型的多樣化，傳統(tǒng)的文本聚類方法在文本模型表示、特征選擇等方面仍然存在不足之處。
　　本文以從互聯(lián)網上收集的2000-2009年期間發(fā)生的突發(fā)性新聞語料為基礎，針對傳統(tǒng)向量空間模型特征維數(shù)過高的缺點，提出將形式概念分析

2、應用于文本聚類中，將web文檔表示成形式背景，最后進行文本聚類。本文的主要工作如下:
　　1.對突發(fā)事件新聞文本的特點進行了深入的分析，使用概念格模型表示突發(fā)事件新聞文本，改進了傳統(tǒng)的向量空間模型表示文本的不足。
　　2.改進了特征詞權重tf-idf計算方法，在一定程度上提高了形式背景反映文本內容的真實性，最終提高了聚類的效果。
　　3.針對突發(fā)事件新聞文本的特殊性，對相似度計算進行了改進，單獨進行時間，地點，內容的相