Cluster labeling improvement by utilizing data fusion and Wikipedia

Bir küme ilgili belgelerin bir araya gelmesiyle oluşur. Küme etiketleme, kümelere tanımlayıcı etiketler atama işlemidir. Bu çalışma, çeşitli küme etiketleme yaklaşımlarını incelemekte ve yeni yöntemler sunmaktadır. İlki kümelerin kendilerini kullanır ve farklı istatistiksel özellik seçim yöntemleriyle kümeleri birbirinden ayıran önemli terimleri çıkarır. Daha sonra onların sonuçlarını birleştirmek için farklı veri birleştirme yöntemleri uygular. Sonuçlarımız, bazı durumlarda istatistiksel olarak daha iyi sonuçlar vermesine rağmen bu yöntemin istikrarlı ve güvenilir bir etiketleme yöntemi olmadığını göstermektedir. Bu durum iyi bir etiketin kümede bulunmayabileceği gerçeğiyle açıklanabilir. ̇İkinci yöntem Wikipedia'yı harici bir kaynak olarak kullanır ve etiket havuzunu zenginleştirmek için bağlantı metinleri ve kategorilerinden faydalanmaktadır. Bağlantı metinleri kullanılarak önerilen etiketler ikincil temalara odaklanmaya meyilli olduğundan bu yöntem başarısız olmuştur. Her ne kadar ikincil temalar birbirleriyle ve ana temayla ilgili olsalar da tam olarak ana temayı tanımlamıyorlar. Bu gözlem sonrasında, etiket havuzumuzu iyileştirmek için Wikipedia sayfalarının kategorilerini iki şekilde kullanıyoruz. Birincisi, önemli terimleri ve Wikipedia kategorilerini sıra esaslı birleştirme yöntemleriyle birleştirir. İkincisi Wikipedia sayfalarının kümelere olan ilişkinliğine bakar ve yalnızca ilişkili sayfaların kategorilerini kullanır. Deneysel sonuçlar, her iki yöntemin de bu çalışmada incelediğimiz diğer küme etiketleme yaklaşımlarına göre istatistiksel olarak daha iyi sonuçlar verdiğini göstermektedir.