Clustering Document based on Semantic Similarity Using Graph Base Spectral Algorithm

tf–国际设计公司 计算机科学 聚类分析 文档聚类 情报检索 预处理器 向量空间模型 相似性(几何) 图形 分类 光谱聚类 人工智能 数据挖掘 自然语言处理 理论计算机科学 期限(时间) 图像(数学) 物理 量子力学
作者
Rowaida Khalil Ibrahim,Subhi R. M. Zeebaree,Karwan Jacksi,Sarkar Hasan Ahmed,Shapol M. Mohammed,Rizgar R. Zebari,Ahmed Alkhayyat,Zryan Najat Rashid
标识
DOI:10.1109/iiceta54559.2022.9888613
摘要

The Internet’s continued growth has resulted in a significant rise in the amount of electronic text documents. Grouping these materials into meaningful collections has become crucial. The old approach of document compilation based on statistical characteristics and categorization relied on syntactic rather than semantic information. This article introduces a unique approach for classifying texts based on their semantic similarity. The graph-based approach is depended an efficient technique been utilized for clustering. This is performed by extracting document summaries called synopses from the Wikipedia and IMDB databases and grouping thus downloaded documents, then utilizing the NLTK dictionary to generate them by making some important preprocessing to make it more convenient to use. Following that, a vector space is modelled using TFIDF and converted to TFIDF matrix as numeric form, and clustering is accomplished using Spectral methods. The results are compared with previews work.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
zyyyyyu完成签到,获得积分10
1秒前
jianglili完成签到,获得积分10
2秒前
絮絮徐完成签到 ,获得积分10
4秒前
tingalan完成签到,获得积分0
4秒前
wang完成签到,获得积分10
4秒前
大个应助arniu2008采纳,获得10
4秒前
迷人的小土豆完成签到,获得积分10
5秒前
多肉丸子完成签到,获得积分10
6秒前
量子星尘发布了新的文献求助10
7秒前
11112321321完成签到 ,获得积分10
7秒前
Weilu完成签到 ,获得积分10
8秒前
sunwei完成签到,获得积分10
8秒前
9秒前
双shuang完成签到,获得积分10
9秒前
能干水蓝完成签到,获得积分10
10秒前
康轲完成签到,获得积分0
11秒前
怕触电的电源完成签到 ,获得积分10
11秒前
12秒前
叩叩发布了新的文献求助10
14秒前
如意书桃完成签到 ,获得积分10
14秒前
十五完成签到,获得积分10
16秒前
自信南霜完成签到 ,获得积分10
16秒前
可爱的小福宝完成签到,获得积分10
17秒前
18秒前
18秒前
18秒前
lin完成签到,获得积分10
20秒前
qsmei2020完成签到,获得积分10
20秒前
衢夭发布了新的文献求助10
21秒前
笔记本完成签到,获得积分0
22秒前
wxc完成签到 ,获得积分10
23秒前
科研通AI6应助caixiaoz采纳,获得10
23秒前
23秒前
23秒前
Wicky完成签到 ,获得积分10
24秒前
qin完成签到,获得积分10
24秒前
小杜完成签到,获得积分10
25秒前
超级襄完成签到 ,获得积分10
25秒前
勤奋完成签到 ,获得积分10
25秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Binary Alloy Phase Diagrams, 2nd Edition 8000
Encyclopedia of Reproduction Third Edition 3000
Comprehensive Methanol Science Production, Applications, and Emerging Technologies 2000
From Victimization to Aggression 1000
Translanguaging in Action in English-Medium Classrooms: A Resource Book for Teachers 700
Exosomes Pipeline Insight, 2025 500
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5651555
求助须知:如何正确求助?哪些是违规求助? 4785100
关于积分的说明 15054111
捐赠科研通 4810151
什么是DOI,文献DOI怎么找? 2572990
邀请新用户注册赠送积分活动 1528919
关于科研通互助平台的介绍 1487917