金涛 戴玉刚

摘 要：文本聚类技术是一种对文本信息进行重新组织的重要手段，随着人工智能的发展，文本聚类技术得到了广泛的研究，文本聚类技术的算法众多，标准众多，但是没有一个标准的评价体系，无法准确的、科学的评价文本聚类结果。因此本文通过对文本聚类的评价方法进行了一定的探讨。

关键词：文本聚类 评价 标准

中图分类号：TP391 文献标识码：A 文章编号：1003-9082（2018）05-000-01

当今是一个信息爆炸的时代，互联网信息种类繁多、内容丰富，如何能够在这样繁杂的互联网信息中提取有价值的、人们感兴趣的信息是现阶段的主要问题。目前，人们对于文本聚类技术的研究非常之多，但是目前研究中对于文本聚类分析结果的有效性评价方法机制比较混乱，文本聚类的算法不断地涌现，各说各的好处，但是当我们应用到实际过程中的时候，这么多的算法中我们应该选择哪一个算法呢？因此，本文在通过大量研究前人的文献中，总结了一些观点与想法。

一、评价标准

在传统的聚类研究当中，大致可以分为三个评价标准，分别是外部评价标准、内部评价标准和相对评价标准，本文在过大量分析研究这些标准后，总结出了两个评价的标准，一是在聚类结果分析研究中，团内越紧密、团外越分离越好，另一种标准是聚类分析的结果与人工评价的结果越接近越好。本文认为，在不同的场合应该使用不同的评价标准，在某些情况下不能使用单一的标准，必须将两个或者几个标准结合来使用才能达到更好地效果。……