Journal of the Korea Institute of Information and Communication Engineering (한국정보통신학회논문지)

The Korea Institute of Information and Commucation Engineering (한국정보통신학회)
권호 표지
DOI QR코드

DOI QR Code

Enhancing Document Clustering Using Term Re-weighting Based on Semantic Features

의미특징 기반의 용어 가중치 재산정을 이용한 문서군집의 성능 향상

  • Received : 2012.10.08
  • Accepted : 2012.10.23
  • Published : 2013.02.28
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, we propose a enhancing document clustering method using term re-weighting by the expanded term. The proposed method extracts the important terms of documents in cluster using semantic features, which it can well represent the topics of document to expand term using WordNet. Besides, the method can improve the performance of document clustering using re-weighting terms based on the expanded terms. The experimental results demonstrate appling the proposed method to document clustering methods achieves better performance than the normal document clustering methods.

본 논문은 확장된 용어를 기반으로 용어의 가중치를 재산정하여 문서군집의 성능을 향상시키는 방법을 제안한다. 제안된 방법은 의미특징을 이용하여 군집문서의 중요 용어를 추출하고, 워드넷을 이용하여 용어를 확장함으로서 문서의 주제를 잘 나타낼 수 있다. 또한 확장된 용어를 기반으로 하여 용어의 가중치를 재산정함으로써 문서군집의 성능을 높일 수 있다. 실험결과 제안방법을 적용한 문서군집방법이 적용하지 않은 문서군집 방법에 비해서 좋은 성능을 보인다.

Keywords

References

  1. Document clustering, http://www.wikipedia.org, 2012
  2. 박선, 정민아, 이성로, "군집의 중요 용어와 위키피 디아를 이용한 문서군집 향상", 전자공학회논문지, 제49권 SP편 제2호, pp. 42-52, 2012.
  3. 박선, 김경준, 이진석, 이성로, "군집 주제의 유의어와 유사도를 이용한 문서군집 향상 방법", 전자공학회논문지 제48권 SP편 제5호, pp. 30-38, 2011.
  4. X. Hu, X. Zhang, C. Lu, E. K. Park, X. Zhou, "Exploiting Wikipedia as External Knowledge for Document Clustering", Proceeding of the 15th ACM SIGKDD international conference on Knowledge discovery and data mining, pp. 397-406, 2009.
  5. A. Huang, D. Milne, E. Frank, I. H. Witten, "Clustering Document with Active Learning using Wikipedia", Proceeding of the 8th IEEE International Conference on Data Mining (ICDM'08), pp. 839-844, 2008.
  6. A. Huang, D. Milne, E. Frank, I. H. Witten, "Clustering Document using a Wikipedia-based Concept Representation", Proceeding of Advances in Knowledge discovery and data mining, LNCS 5476, pp.628-636, 2009.
  7. G. V. R. Kiran, K. Ravi Shankar, V. Pudi, "Frequent Itemset based Hierarchical Document Clustering using Wikipedia as External Knowledge", Technical Report No: IIT/TR/2010/33, Wales, UK, 2010.
  8. A. J. C. Trappey, C. V. Trappey, F. C. Hsu, and D. W. Hsiao, "A Fuzzy Ontological Knowledge Docment Clustering Methodolgoy, "The Journal of IEEE Transcation On System, Man and Cypernetics," vol. 39, no. 3, Jun. pp.806-814, 2009. https://doi.org/10.1109/TSMCB.2008.2009463
  9. D. D. Lee, H. S. Seung, "Learning the parts of objects by non-negative matrix factorization," Nature, 401, pp. 788-791, Oct. 1999. https://doi.org/10.1038/44565
  10. T. Li, S. Ma, M. Ogihara, "Document Clustering via Adaptive Subspace Iteration", In proceeding of SIGIR'04, pp. 218-225, 2004.
  11. F. Wang, C. Zhang, "Regularized Clustering for Documents", In proceeding of ACM SIGIR'07, pp. 95-102, 2007.
  12. W. Xu, X. Liu, Y. Gon, "Document Clustering Based On Non-negative Matrix Factorization", Proceeding of Special Interest Group on Information Retrieval (SIGIR), pp. 267-274, 2003.
  13. S. Park, D. U. An, B. R. Char, C. W. Kim, "Document Clustering with Cluster Refinement and Non-negative Matrix Factorization", In proceeding of ICONIP'09, pp. 281-288, 2009.
  14. 박선, 김철원, "비음수 행렬 분해와 군집의 응집도를 이용한 문서군집", 한국해양정보통신학회 논문지, 제13권 제12호, pp. 2603-2608, 2009.
  15. 박선, 김경준, "비음수 행렬 분해와 퍼지 관계를 이용한 문서군집", 한국항행학회 논문지, 제14권 제2 호, pp. 239-246, 2010.
  16. 박선, 안동언, "주성분 분석과 퍼지 연관을 이용한 문서군집 방법", 한국정보처리학회 논문지, 제17-B 권, 제2호, pp. 177-182, 2010.
  17. Miller G. "WordNet: A lexical databased for english", CACM, 38(11), pp.39-41, 1995.
  18. J. Han, M. Kamber, "Second Edition Data Mining Concepts and Techniques", Morgan Kaufman, 2006.
  19. 한경한, 남경완, "한국어 정보 처리 입문 : 컴퓨터가 우리말을 이해하려면", 커뮤니케이션북스, 2007.
  20. W. B. Frankes, B. Y. Ricardo, "Information Retrieval : Data Structure & Algorithms", Prentice-Hall, 1992.
  21. 이주홍, 박선, "NMF 기반의 용어 가중치 재산정을 이용한 문서군집", 한국컴퓨터정보학회논문지, 제13권 제4호, pp.11-18, 2008.
  22. The 20 newsgroups data set. http://people.csail.mit. edu/jrennie/20Newsgroups/, 2012.

Cited by

  1. SNS대상의 지능형 자연어 수집, 처리 시스템 구현을 통한 한국형 감성사전 구축에 관한 연구 vol.29, pp.3, 2020, https://doi.org/10.5859/kais.2020.29.3.237