在文本聚类中需要衡量中文文本之间的相似性。
本文首先讨论了文本相似度的概念和常用计算算法，详细介绍了向量空间模型和算法步骤，采用删除去除词表、近义词合并、修改文件长度3中策略对算法进行了改进。
最后借助盘古分词组件和搜狗实验室的互联网词库，在VisualStudio2008环境下使用C#语言对算法进行了实现。
使用在CNKI上得到的5个不同领域的500篇学术论文的中文摘要对算法进行了测试，结果表明新算法在误差率方面有较大改善，但运行时间较长。
本文首先讨论了文本相似度的概念和常用计算算法，详细介绍了向量空间模型和算法步骤，采用删除去除词表、近义词合并、修改文件长度3中策略对算法进行了改进。
最后借助盘古分词组件和搜狗实验室的互联网词库，在VisualStudio2008环境下使用C#语言对算法进行了实现。
使用在CNKI上得到的5个不同领域的500篇学术论文的中文摘要对算法进行了测试，结果表明新算法在误差率方面有较大改善，但运行时间较长。
2025/3/12 0:34:16
1.57MB
1
我的专业工作案例可以从以下链接下载：http://pan.baidu.com/s/1dDIlXXB需要预先安装同一目录下的VB6运行环境，然后才可以安装应用程序。
安装和测试过程中有问题可以直接联系我。
中英文文本自动摘要、自动校对、自动分类、相关性与相似性聚类、主题词与标签自动生成、微博（短文本）聚类和情感分析。
我的研究成果，欢迎下载传播。
安装和测试过程中有问题可以直接联系我。
中英文文本自动摘要、自动校对、自动分类、相关性与相似性聚类、主题词与标签自动生成、微博（短文本）聚类和情感分析。
我的研究成果，欢迎下载传播。
2024/11/16 0:43:18
438KB
1
主要讲聚类算法的综述。
这篇文章几乎将各个领域的聚类算法给一网打尽，太好了。
从各种方向上来谈论聚类算法(层次,划分,大数据集,图形,文本聚类,模糊聚类等)，以及聚类的相关问题(如何计算距离,如何确定聚类个数,如果对聚类结果进行评价等)
这篇文章几乎将各个领域的聚类算法给一网打尽，太好了。
从各种方向上来谈论聚类算法(层次,划分,大数据集,图形,文本聚类,模糊聚类等)，以及聚类的相关问题(如何计算距离,如何确定聚类个数,如果对聚类结果进行评价等)
2024/10/13 21:11:39
1.49MB
1
该资源主要参考我的博客：[python]Kmeans文本聚类算法+PAC降维+Matplotlib显示聚类图像http://blog.csdn.net/eastmount/article/details/50545937包括输入文档txt，共1000行数据，每行都是分词完的文本。
本文主要讲述以下几点：1.通过scikit-learn计算文本内容的tfidf并构造N*M矩阵(N个文档M个特征词)；
2.调用scikit-learn中的K-means进行文本聚类；
3.使用PAC进行降维处理，每行文本表示成两维数据；
4.最后调用Matplotlib显示聚类效果图。
免费资源，希望对你有所帮助~ByEastmount
本文主要讲述以下几点：1.通过scikit-learn计算文本内容的tfidf并构造N*M矩阵(N个文档M个特征词)；
2.调用scikit-learn中的K-means进行文本聚类；
3.使用PAC进行降维处理，每行文本表示成两维数据；
4.最后调用Matplotlib显示聚类效果图。
免费资源，希望对你有所帮助~ByEastmount
2024/10/5 19:41:34
247KB
1
算法思想：提取文档的TF/IDF权重，然后用余弦定理计算两个多维向量的距离来计算两篇文档的相似度，用标准的k-means算法就可以实现文本聚类。
源码为java实现
源码为java实现
2023/11/20 2:12:44
9KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB