%0 Journal Article
%T 基于ontology抽取优化初始选择的检索结果聚类
%A 陈毅恒
%A 秦兵
%A 宋凡
%A 刘挺
%A 李生
%J 电子学报
%D 2008
%X 本文针对互联网的数据量的不断增加,准确搜索引擎的作用日益困难的问题,为了提高搜索引擎返回结果结构化聚类的效果,让信息的定位更迅速,本文采用基于标签的聚类算法,并使用自然语言处理技术中的依存句法分析和词典资源,深度挖掘语义结构,提出基于优化初始选择的K均值聚类方法.本文深入分析K均值聚类算法特点,并利用类别标签技术对该算法进行有效改进.实验证明该算法不仅在效果上优于一般聚类算法,对结果描述也有很大帮助,在效率上也得到很大提高.
%K 检索结果聚类
%K ontology
%K 标签
%U http://www.ejournal.org.cn/CN/abstract/abstract7191.shtml