设为首页收藏本站

绿色BI论坛商业智能大数据交流社区

 找回密码
 注册

QQ登录

只需一步,快速开始

查看: 70|回复: 0

Nlpir Parser灵玖智能挖掘平台文本聚类

[复制链接]
发表于 2017-6-7 15:02:41 | 显示全部楼层 |阅读模式
  聚类分析是一种无指导的机器学习方法,在机器学习、统计分析、模式识别、数据挖掘、生物学等许多领域得到了广泛的研究与应用。聚类的基本目的是将数据对象按照一定的标准分成若干个簇,使得同一个簇中的对象之间相似度较大,不同簇之间的对象相似度较小。文档的聚类分析与一般的聚类分析类似,往往包括如下5个步骤:
  (1). 模式表示,往往包括特征抽取和特征选择,把数据对象表示成适合于算法可计算的形式;
  (2). 根据领域知识定义模式之间的距离测度公式;
  (3). 聚类或者分组;
  (4). 数据抽象表达;
  (5). 评价输出结果。
  文本聚类分析首先要考虑的是文本表示问题,即如何从一个电子文本的符号和文字中抽取出特征,通过这些特征来表示相应的文本,利用这些特征数据进行聚类分析。
NLPIR语义智能平台.png
  Nlpir Parser灵玖智能挖掘平台文本聚类是基于相似性算法的自动聚类技术,自动对大量无类别的文档进行归类,把内容相近的文档归为一类,并自动为该类生成标题和主题词。适用于自动生成热点舆论专题、重大新闻事件追踪、情报的可视化分析等诸多应用。
  在文本聚类中,除了将文本进行表示外,还必须对于文本进行相似度度量。Nlpir Parser灵玖智能挖掘平台文本聚类解决了以下技术:
  (1). 文本与文本之间的相似度度量;
  (2). 文本簇与文本簇之间的相似度度量;
  (3). 文本与文本簇之间的相似度度量。
  灵玖基于文章集合核心语义理解技术,不仅聚类速度快,而且准确率高,并能自动得到类别间的演化趋势。

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

手机版|使用帮助|绿色BI论坛商业智能大数据交流社区 ( 粤ICP备09215901号-2   

点击这里给我发消息

粤公网安备 44049102496016号

GMT+8, 2017-6-25 04:38 , Processed in 1.248002 second(s), 29 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表