基于LDA模型的WEB文本分类

• 作者: 周睿 孟海涛 陈思
• 来源期刊: 盐城工学院学报（自然科学版）
• 学科: 工学
• 关键词: LDA 主题模型 WEB分类
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 计算机应用研究
• 页码范围: 56-59
• 页数: 4页
• 分类号: TP301.6
• 字数: 2673字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5322.2009.04.016

摘要

提出了基于LDA(Latent Dirichlet Allocation)主题模型的Web文本分类方法,利用MCMC方法中的Gibbs抽样获得模型参数从而获取词汇的概率分布,使隐藏于WEB文本内的不同主题与WEB文本字词建立关系.将LDA算法应用于WEB文本分类识别领域,在实验中与k均值聚类和贝叶斯网络方法进行了对比,其结果表明LDA与其他同类算法相比具有一定的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟海涛	盐城工学院信息工程学院	16	96	6.0	9.0
2	陈思	北京大兴区第一中学国际部	1	3	1.0	1.0
3	周睿	北京大兴区第一中学国际部	1	3	1.0	1.0