典型文献
档案管理中文本数据的增量多模态聚类方法
文献摘要：
随着现代档案管理数据量的不断增长,有效地对档案文本进行聚类划分能够提升档案分类和检索的效率.文中提出2种增量多模态文本数据聚类方法,通过对文本内容进行多视角分析,融合挖掘文本的潜在主题特征,提升文本聚类的准确性.此外,设计文本聚类多模态增量学习模型,提升海量、动态文本划分的效率.在文本数据集上的实验结果表明,文中提出的增量多模态文本聚类方法优于单模态和多模态聚类算法,能够对文本数据进行有效划分.
文献关键词：
文本数据;多模态聚类;增量特征学习
中图分类号：
作者姓名：
刘丽华
作者机构：
内蒙古财经大学 档案馆,呼和浩特 010010
文献出处：
引用格式：
[1]刘丽华-.档案管理中文本数据的增量多模态聚类方法)[J].重庆大学学报,2022(05):147-156
A类：
多模态聚类,增量特征学习
B类：
档案管理,文本数据,聚类方法,管理数据,数据量,升档,档案分类,数据聚类,文本内容,多视角分析,潜在主题,主题特征,文本聚类,增量学习,单模,聚类算法
AB值：
0.273132
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
