基于融合矩阵的文本相似度计算实现检索结果聚类赵悦阳１崔雷２（１中国医科大学附属盛京医院图书馆沈阳１１０００４２中国医科大学医学健康管理学院沈阳１１０１２２）〔摘要〕目的／意义弥补医学文本语义表示方面的不足，实现ＰｕｂＭｅｄ数据库检索结果聚类。方法／过程采用Ｊａｃｃａｒｄ系数和ＴＦ－ＩＤＦ构建融合矩阵方法，建立短语间、文档间、短语与文档内容间的相似性关系融合矩阵，训练聚类算法，将ＰｕｂＭｅｄ数据库检索结果集合分组，随后生成类别标签，描述每一类簇文档的含义。结果／结论基于融合矩阵的聚类效果较好，提取出描述类别的高频词能很好地区分类别含义，对检索结果文本聚类任务有效。〔关键词〕文献检索；文本聚类；融合矩阵；文本相似度〔中图分类号〕Ｒ－０５８〔文献标识码〕Ａ〔ＤＯＩ〕１０３９６９／ｊｉｓｓｎ１６７３－６０３６２０２４０３０１０ＡＦｕｓｉｏｎＭａｔｒｉｘ－ｂａｓｅｄＳｔｕｄｙｏｎＴｅｘｔＣｌｕｓｔｅｒｉｎｇｏｆＤｏｃｕｍｅｎｔＲｅｔｒｉｅｖａｌＲｅｓｕｌｔｓＺＨＡＯＹｕｅｙａｎｇ１，ＣＵＩＬｅｉ２１ＬｉｂｒａｒｙｏｆＳｈｅｎｇｊｉｎｇＨｏｓｐｉｔａｌｏｆＣｈｉｎａＭｅｄｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｙａｎｇ１１０００４，Ｃｈｉｎａ；２ＳｃｈｏｏｌｏｆＨｅａｌｔｈＭａｎａｇｅｍｅｎｔ，ＣｈｉｎａＭｅｄｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｙａｎｇ１１０１２２，Ｃｈｉｎａ〔Ａｂｓｔｒａｃｔ〕Ｐｕｒｐｏｓｅ／ＳｉｇｎｉｆｉｃａｎｃｅＴｏｓｏｌｖｅｔｈｅｄｅｆｉｃｉｅｎｃｉｅｓｉｎｔｈｅｓｅｍａｎｔｉｃｒｅｐｒｅｓｅｎｔａｔｉｏｎｏｆｍｅｄｉｃａｌｔｅｘｔｓ，ａｎｄｔｏｒｅａｌｉｚｅｔｈｅｃｌｕｓｔｅｒｉｎｇｏｆｔｈｅｒｅｔｒｉｅｖａｌｒｅｓｕｌｔｓｏｆｔｈｅＰｕｂＭｅｄｄａｔａｂａｓｅＭｅｔｈｏｄ／ＰｒｏｃｅｓｓＴｈｅｐａｐｅｒｐｒｏｐｏｓｅｓａｍｅｔｈｏｄｔｏｃｏｎｓｔｒｕｃｔａｆｕｓｉｏｎｍａｔｒｉｘｂｙｕｓｉｎｇｔｈｅＪａｃｃａｒｄｃｏｅｆｆｉｃｉｅｎｔａｎｄＴＦ－ＩＤＦＳｉｍｉｌａｒｉｔｙｒｅｌａｔｉｏｎｓｂｅｔｗｅｅｎｐｈｒａｓｅｓ，ｄｏｃｕｍｅｎｔｓ，ａｎｄｔｈｅｃｏｎｔｅｎｔｓｏｆｐｈｒａｓｅｓａｎｄｄｏｃｕｍｅｎｔｓａｒｅｃｏｍｂｉｎｅｄｔｏｃｏｎｓｔｒｕｃｔａｆｕｓｉｏｎｍａｔｒｉｘ，ａｎｄｓｅｖｅｒａｌｃｌｕｓｔｅｒｉｎｇａｌｇ...
