Combining Distributed Word Representation and Document Distance for Short Text Document Clustering

Supavit Kongwudhikunakorn; Kitsana Waiyamai

추천

검색

자료유형: 학술저널

저자정보: Supavit Kongwudhikunakorn Kitsana Waiyamai

저널정보: 한국정보처리학회 JIPS(Journal of Information Processing Systems) JIPS(Journal of Information Processing Systems) 제16권 제2호

발행연도: 2020.1

수록면: 277 - 300 (24page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

This paper presents a method for clustering short text documents, such as news headlines, social media statuses,or instant messages. Due to the characteristics of these documents, which are usually short and sparse, anappropriate technique is required to discover hidden knowledge. The objective of this paper is to identify thecombination of document representation, document distance, and document clustering that yields the bestclustering quality. Document representations are expanded by external knowledge sources represented by aDistributed Representation. To cluster documents, a Kmeans partitioningbased clustering technique is applied,where the similarities of documents are measured by word mover’s distance. To validate the effectiveness ofthe proposed method, experiments were conducted to compare the clustering quality against several leadingmethods. The proposed method produced clusters of documents that resulted in higher precision, recall, F1score, and adjusted Rand index for both realworld and standard data sets. Furthermore, manual inspection ofthe clustering results was conducted to observe the efficacy of the proposed method. The topics of eachdocument cluster are undoubtedly reflected by members in the cluster.

참고문헌 (78)

참고문헌 신청

V. K. R. Sridhar / 2015 / Unsupervised topic modeling for short texts using distributed representations of words / Proceedings of the 1st Workshop on Vector Space Modeling for Natural Language Processing :192~200

M. Allahyari / A brief survey of text mining: classification, clustering and extraction techniques

V. Gupta / 2009 / A survey of text mining techniques and applications / Journal of Emerging Technologies in Web Intelligence 1(1):60~76

A. M. Jadhav / 2014 / A survey on text mining and its techniques / International Journal of Science and Research 3(11):2110~2113

C. C. Aggarwal / 2014 / Mining text and social streams : a review / ACM SIGKDD Explorations Newsletter 15(2):9~19

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Supavit Kongwudhikunakorn

소속기관 한국정보처리학회

주요연구분야 공학 > 컴퓨터학

논문수 1 이용수 3

Kitsana Waiyamai

소속기관 한국정보처리학회

주요연구분야 공학 > 컴퓨터학

논문수 1 이용수 3

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (78)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)