中文文本聚类常用停用词表对比研究*
|
|
官琴, 邓三鸿, 王昊
|
Chinese Stopwords for Text Clustering: A Comparative Study
|
|
Guan Qin,Deng Sanhong,Wang Hao
|
|
| 表12 百度停用词表对比结果 |
| |
|
| 文本类型 | 语料库 | 百度 | 百度(去英文) | | 经济 | 复旦语料库 | 0.982 | 0.982 | | 搜狗语料库 | 0.598 | 0.598 | | 中文语料库 | 0.884 | 0.880 | | IT | 复旦语料库 | 0.851 | 0.851 | | 搜狗语料库 | 0.480 | 0.486 | | 中文语料库 | 0.725 | 0.732 | | 军事 | 复旦语料库 | 0.697 | 0.686 | | 搜狗语料库 | 0.512 | 0.499 | | 中文语料库 | 0.285 | 0.300 | | 体育 | 复旦语料库 | 0.597 | 0.600 | | 搜狗语料库 | 0.748 | 0.865 | | 中文语料库 | 0.687 | 0.687 | | 艺术 | 复旦语料库 | 0.944 | 0.944 | | 搜狗语料库 | 0.823 | 0.823 | | 中文语料库 | 0.921 | 0.921 |
|
|
|