Skip navigation
Please use this identifier to cite or link to this item: 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.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: http://libeldoc.bsuir.by/handle/123456789/4157
https://libeldoc.bsuir.by/handle/123456789/4157
ISBN: 978-985-543-034-7
Appears in Collections:OSTIS-2015

Files in This Item:
File Description SizeFormat 
Soloshenko_Metody.PDF590,97 kBAdobe PDFView/Open
Show full item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.