使用 LDA 和 K 均值聚类算法估计文章和期刊摘要的有效主题
信息检索
2025-08-25 v1
摘要
利用主题建模和文本聚类分析期刊和文章摘要文本或文档已成为应对日益增多的文本文档的现代解决方案。主题建模和文本聚类是两个高度依赖的任务，可以相互益处。文本聚类和主题建模算法用于维护大量文本文档。在本研究中，我们使用了 LDA、K 均值聚类以及词典数据库 WordNet 用于从文本文档中提取关键词。K 均值聚类和 LDA 算法在我们文本文档中实现了最可靠的关键词提取性能。该研究将帮助研究人员基于期刊和文章构建搜索字符串，避免误解。
引用
@article{arxiv.2508.16046,
title = {Estimating the Effective Topics of Articles and journals Abstract Using LDA And K-Means Clustering Algorithm},
author = {Shadikur Rahman and Umme Ayman Koana and Aras M. Ismael and Karmand Hussein Abdalla},
journal= {arXiv preprint arXiv:2508.16046},
year = {2025}
}