https://libeldoc.bsuir.by/handle/123456789/4157| Title: | Методы тематической кластеризации применительно к анализу новостных статей |
| Other Titles: | Thematic clustering methods applied to news articles analysis |
| Authors: | Солошенко, А. Н. Орлова, Ю. А. Заболеева-Зотова, А. В. |
| Keywords: | материалы конференций;Оstis;тематическая кластеризация;алгоритмы кластеризации;новостные статьи;представление документов;thematic clustering;clustering algorithms;news articles;document representation |
| Issue Date: | 2015 |
| Publisher: | БГУИР |
| Citation: | Солошенко, А. Н. Методы тематической кластеризации применительно к анализу новостных статей / А. Н. Солошенко, Ю. А. Орлова, А. В. Заболеева-Зотова // Открытые семантические технологии проектирования интеллектуальных систем = Open Semantic Technologies for Intelligent Systems (OSTIS-2015) : материалы V междунар. науч.-техн. конф. (Минск, 19-21 февраля 2015 года)/ редкол. : В. В. Голенков (отв. ред.) [и др.]. – Минск : БГУИР, 2015. – С. 555-560. |
| Abstract: | Данная работа посвящена проблеме выделения сюжетов и тем из потока новостных сообщений. Кратко рассмотрены алгоритмы кластеризации, такие как алгоритмы k-средних, минимальное покрывающее дерево и др. Проанализированы результаты их работы на новостных текстах. В работе представлена методика комплексного анализа новостного текста, основанная на комбинации статистических алгоритмов извлечения ключевых слов и алгоритмов формирования семантической связности блоков текста. Особое внимание уделено особенностям структуры новостного текста. |
| Alternative abstract: | This paper is devoted to a problem of partition documents from the news flow into groups, where each group contains documents that are similar to each other. The existing clustering algorithms such as k-means, minimum spanning tree and etc. are considered and analyzed. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/4157 |
| ISBN: | 978-985-543-034-7 |
| Appears in Collections: | OSTIS-2015 |
| File | Description | Size | Format | |
|---|---|---|---|---|
| Soloshenko_Metody.PDF | 590.97 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.