论文研究结合LSA的中文谱聚类算法研究.pdf

传统的文本谱聚类需要的文本相似矩阵依赖于向量空间模型，忽略了词与词之间的语义关系，存在词频维数过高、计算代价高等问题。针对这些问题，提出了一种基于潜在语义分析（latentsemanticanalysis，LSA）的文本相似矩阵构造方法，利用奇异值分解（singularvaluedecomposition，SVD）降维，在低维的语义空间表示文本，以此来提高同类文本间的语义相似度，并进行了相关对比实验。在该实验中，改进方法的聚类效果要好于传统的方法，从而验证了改进方法的有效性和可行性。