首页 > 《中国科技人才》 > 2024年15期 > 基于Word2Vec和K-means的文档主题聚类研究

基于Word2Vec和K-means的文档主题聚类研究

在线阅读下载PDF 导出详情

摘要【摘要】针对传统方法在高维稀疏性、语义信息缺失和主题边界模糊等问题，本文研究了基于Word2Vec和K-means的文档主题聚类方法，旨在提升文档主题聚类的语义准确性和聚类效果。首先，通过Word2Vec模型生成语义嵌入向量，有效降低高维稀疏性，增强文档语义表示能力。其次，使用K-means算法对文档向量进行主题聚类，实现不同主题间的有效区分。实验表明，基于Word2Vec的文档语义嵌入能够显著提高K-means在主题聚类中的效果，相较于传统TF-IDF + K-means方法，本文方法在主题一致性和语义捕捉方面表现相对较优。

DOI lj1eo62p1d/8771668

作者杨杨杨子明

机构地区 (1. 中国人民大学统计学院苏州 215127；2. 黑龙江大学电子工程学院哈尔滨 150080)

出处《中国科技人才》 2024年15期

关键词 Word2Vec K-means 主题聚类

分类 [建筑科学][建筑技术科学]

出版日期 2024年11月11日（中国期刊网平台首次上网日期，不代表论文的发表时间）