论文研究 改进后缀树的中文检索结果聚类研究.pdf

检索结果聚类能够帮助用户快速定位需要查找的信息。注重进行中文文本聚类的同时生成高质量的标签，获取搜索引擎返回的网页标题和摘要，利用分词工具对文本分词，去除停用词；统一构建一棵后缀树，以词语为单位插入后缀树各节点，通过词频、词长、词性和位置几项约束条件计算各节点词语得分；合并基类取得分高的节点词作标签。实验结果显示该方法的聚类簇纯度较高，提取的标签准确且区分性较强，方便用户使用。