Although existing approaches rely o

Although existing approaches rely on term
semantic similarity, not many studies have
been done on evaluating the effects of different
similarity measures on document clustering for
a specific domain. Yoo, Hu, and Song (2006)
employed one similarity measure that calculates
the number of shared ancestor concepts and the
number of co-occurred documents. Jing et al.
(2006) compared two ontology-based term similarity
measure. Even though these approaches
are heavily relied on term similarity information
and all these similarity measures are domain
independent, however, to date, relatively little
work has been done on evaluating measures of
term similarity for biomedical domain (where
there are a growing number of ontologies that
organize medical concepts into hierarchies such
as MeSH ontology) on document clustering.
In our pervious study (Zhang et al., 2007), a
comparative study is conducted on a selected
PubMed document set. However, the conclusion
on one dataset may not be very general.
Moreover, the similarity score threshold applied
in previous study brings unfairness to term reweighting
since the distribution of similarity
scores are different in terms of different similarity
measure. Therefore, for a fair comparison,
we use the minimum path length between two
documents as the threshold

ผลลัพธ์ (ไทย) 1:

แม้ว่าวิธีการอยู่อาศัยระยะความคล้ายคลึงทางตรรก การศึกษาจำนวนมากไม่ได้ทำการประเมินผลกระทบที่แตกต่างมาตรการความคล้ายคลึงกับเอกสารคลัสเตอร์โดเมนเฉพาะ ยู Hu และเพลง (2006)ใช้วัดความคล้ายคลึงกันหนึ่งที่คำนวณจำนวนแนวคิดบรรพบุรุษร่วมและจำนวนเอกสารที่เกิดขึ้นร่วมกัน จิง et alความคล้ายคลึง (2006) เมื่อเทียบกับสองภววิทยาตามระยะวัด แม้ว่าวิธีการเหล่านี้มีหนักพึ่งข้อมูลระยะความคล้ายคลึงกันและมาตรการความคล้ายคลึงกันเหล่านี้ทั้งหมด โดเมนอิสระ แต่ ถึงวัน ค่อนข้างน้อยมีการดำเนินงานในการประเมินมาตรการของระยะความคล้ายคลึงกันสำหรับโดเมนชีวการแพทย์ (ที่ใดมีการเพิ่มจำนวน ontologies ที่จัดระเบียบแนวคิดทางการแพทย์ในลำดับชั้นดังกล่าวเป็นตาข่ายภววิทยา) บนคลัสเตอร์เอกสารในการศึกษาของเรา pervious (Zhang et al. 2007), การการศึกษาเปรียบเทียบจะดำเนินการในการเลือกชุดเอกสาร PubMed อย่างไรก็ตาม ข้อสรุปในหนึ่งชุดข้อมูลไม่ได้ทั่วไปมากนอกจากนี้ ความคล้ายคลึงกับคะแนนเกณฑ์ที่ใช้ในการศึกษาก่อนหน้านี้นำ unfairness ไประยะ reweightingตั้งแต่การกระจายของความคล้ายคลึงกันคะแนนไม่แตกต่างกันในแง่ของความคล้ายคลึงกันแตกต่างกันวัด ดังนั้น สำหรับการเปรียบเทียบเราใช้ความยาวต่ำสุดเส้นทางระหว่างสองเอกสารเป็นเกณฑ์

ผลลัพธ์ (ไทย) 2:

แม้ว่าวิธีการที่มีอยู่ต้องพึ่งพาคำ
ความหมายคล้ายคลึงกันการศึกษาไม่มากได้
รับการดำเนินการเกี่ยวกับการประเมินผลกระทบของการที่แตกต่างกัน
มาตรการความคล้ายคลึงกันในการจัดกลุ่มเอกสารสำหรับ
โดเมนที่เฉพาะเจาะจง Yoo หูและเพลง (2006)
การจ้างงานวัดความคล้ายคลึงกันอย่างใดอย่างหนึ่งที่คำนวณ
จำนวนของแนวคิดบรรพบุรุษร่วมกันและใน
จำนวนของเอกสารร่วมที่เกิดขึ้น Jing et al.
(2006) เมื่อเทียบกับสองระยะคล้ายคลึงกันอภิปรัชญาตาม
ตัวชี้วัด แม้ว่าวิธีการเหล่านี้
จะอาศัยอยู่บนข้อมูลที่คล้ายคลึงกันระยะ
และทุกมาตรการเหล่านี้คล้ายคลึงกันเป็นโดเมน
อิสระ แต่วันที่ค่อนข้างน้อย
การทำงานได้รับการดำเนินการเกี่ยวกับการประเมินผลมาตรการ
คล้ายคลึงกันระยะสำหรับโดเมนชีวการแพทย์ (ที่
มีตัวเลขการเติบโตของจีว่า
จัดระเบียบแนวความคิดทางการแพทย์ลงในระบบเช่น
ตาข่ายอภิปรัชญา) ในการจัดกลุ่มเอกสาร.
ในการศึกษาของเราซุย (Zhang et al., 2007) การ
ศึกษาเปรียบเทียบจะดำเนินการเกี่ยวกับการเลือก
ชุดเอกสาร PubMed อย่างไรก็ตามข้อสรุป
ในชุดข้อมูลที่หนึ่งอาจจะไม่ทั่วไปมาก.
นอกจากนี้ยังมีเกณฑ์คะแนนความคล้ายคลึงกันนำไปใช้
ในการศึกษาก่อนหน้านี้นำมาซึ่งความไม่เป็นธรรมที่จะ reweighting ระยะ
ตั้งแต่การกระจายตัวของความคล้ายคลึงกัน
คะแนนจะแตกต่างกันในแง่ของความคล้ายคลึงกันที่แตกต่างกัน
วัด ดังนั้นสำหรับการเปรียบเทียบยุติธรรม
เราจะใช้ความยาวเส้นทางต่ำสุดระหว่างสอง
เอกสารเป็นเกณฑ์