公开(公告)号：CN113282756B

公开(公告)日：2023-01-10

申请号：CN202110731348.8

申请日：2021-06-29

Applicant: 华南农业大学

Inventor： 李康顺 ,  雷逸舒 ,  郑明坤 ,  张海信 ,  魏航 ,  唐威 ,  钱冠如

IPC: G06F16/35 ,  G06F40/216 ,  G06N3/00

Abstract: 本发明公开一种基于混合聚类的文本聚类智能评估方法，该方法包括下述步骤：对文本集预处理得到原始文本集内所有特征词；删除文本集中高频和低频的特征词得到预选择后的特征子集；采用TF‑IDF方法计算原始文本集中所有文本对应权重；对特征子集中的每个特征词进行二进制编码，对文本特征预选择后的特征词生成矩阵；设定适应值函数，对特征子集进行特征再选择，选取适应值最优的全局最优个体；对全局最优个体进行解码，得到最终特征子集T；采用TF‑IDF方法表示成T上的向量并进行归一化、标准化，采用混合聚类方法进行文本聚类，选出聚类的最终结果；为聚类结果中的每个簇生成词云。本发明具有聚类效果好，计算量较小的优点。

公开(公告)号：CN113282756A

公开(公告)日：2021-08-20

申请号：CN202110731348.8

申请日：2021-06-29

Applicant: 华南农业大学

Inventor： 李康顺 ,  雷逸舒 ,  郑明坤 ,  张海信 ,  魏航 ,  唐威 ,  钱冠如

IPC: G06F16/35 ,  G06F40/216 ,  G06K9/62 ,  G06N3/00

Abstract: 本发明公开一种基于混合聚类的文本聚类智能评估方法，该方法包括下述步骤：对文本集预处理得到原始文本集内所有特征词；删除文本集中高频和低频的特征词得到预选择后的特征子集；采用TF‑IDF方法计算原始文本集中所有文本对应权重；对特征子集中的每个特征词进行二进制编码，对文本特征预选择后的特征词生成矩阵；设定适应值函数，对特征子集进行特征再选择，选取适应值最优的全局最优个体；对全局最优个体进行解码，得到最终特征子集T；采用TF‑IDF方法表示成T上的向量并进行归一化、标准化，采用混合聚类方法进行文本聚类，选出聚类的最终结果；为聚类结果中的每个簇生成词云。本发明具有聚类效果好，计算量较小的优点。