[发明专利]一种融合多种语言文献的聚类机制

权利要求书

1.一种融合多种语言文献的聚类机制，其特征在于：按如下步骤进行： 

步骤1，建立包含多种语言词汇的近义词库; 

步骤2，提取8种特征值； 

步骤3，根据特征值，计算任意两篇文献i和j的相似度； 

步骤4，在文献集合中选择聚点，建立聚类； 

步骤5，将文献集合中剩余的文献加入到聚类之中； 

步骤6，将聚类置于圆环结构之中。 

2.根据权利要求1所述的聚类机制，其特征在于：步骤1中，在词库的每一行中，都记录着意思相同或相近的多种语言词汇，并标记该词汇是动词还是名词。 

3.根据权利要求1所述的聚类机制，，其特征在于：所述的步骤2中特征值包括引用关系(f₁)、相同参考文献(f₂)、相同字符串（f₃)、近义字符串(f₄)、相同名词(f₅)、近义名词（f₆）、相同动词（f₇)、近义动词（f₈)这八个特征值；这些特征值并不限定于某一种特定的语言，可将多种语言文献融合到聚类分类之中；其中引用文献指在文献中列出的所参考文献，相同字符串指一段组成单词完全相同的字符串，近义字符串指一段组成单词相同或者是近义词库中记载的近义词的字符串，相同名词指完全相同的名词，近义名词指近义词库中 记载在同一行的名词，相同动词指完全相同的动词，近义动词指义词库中记载在同一行的动词;对于某一篇文献i，其特征向量F(i)即为: 

F(i)=(f₁(i)，f₂(i)，f₃(i)，f₄(i)，f₅(i)，f₆(i)，f₇(i)，f₈(i))。 

4.根据权利要求2所述的聚类机制，，其特征在于:所述的步骤2中特征值包括引用关系(f₁)、相同参考文献(f₂)、相同字符串(f₃)、近义字符串(f₄)、相同名词(f₅)、近义名词(f₆)、相同动词(f₇)、近义动词(f₈)这八个特征值;这些特征值并不限定于某一种特定的语言，可将多种语言文献融合到聚类分类之中;其中引用文献指在文献中列出的所参考文献，相同字符串指一段组成单词完全相同的字符串，近义字符串指一段组成单词相同或者是近义词库中记载的近义词的字符串，相同名词指完全相同的名词，近义名词指近义词库中记载在同一行的名词，相同动词指完全相同的动词，近义动词指义词库中记载在同一行的动词;对于某一篇文献i，其特征向量F(i)即为: 

F(i)＝(f₁(i)，f₂(i)，f₃(i)，f₄(i)，f₅(i)，f₆(i)，f₇(i)，f₈(i)) 。