如何提高Kohonen映射的鲁棒性并在因子分析中展示附加信息：文本挖掘中的应用
统计理论
2015-06-26 v1 计算与语言
统计理论
摘要
本文是WSOM'2012会议[1]上发表论文的扩展版。我们展示了一种结合因子投影、SOM算法与图技术并应用于文本挖掘问题的方法。语料库包含8份用于向商人传授算术技巧的中世纪手稿。在数据分析技术中，那些用于词汇计量学的技术（如因子分析）突出了手稿间的差异。其原因就在于它们关注词与手稿之间独立性的偏离。然而，我们也希望发现并刻画整个语料库中的共同词汇。利用随机Kohonen映射的性质（其以非确定性方式定义输入间的邻域），我们突出了那些在词汇中似乎扮演特殊角色的词。我们称之为易变词（fickle），并利用它们同时提高Kohonen映射的鲁棒性以及FCA可视化的显著性。最后我们使用图算法利用这种易变性对词进行分类。
引用
@article{arxiv.1506.07732,
title = {How to improve robustness in Kohonen maps and display additional information in Factorial Analysis: application to text mining},
author = {Nicolas Bourgeois and Marie Cottrell and Benjamin Déruelle and Stéphane Lamassé and Patrick Letrémy},
journal= {arXiv preprint arXiv:1506.07732},
year = {2015}
}