基于iTopicModel的关联文本分类算法

• 作者: 柴玉梅 梁鹏鹏 王黎明
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 文本分类 文档网络 主题模型 EM算法
• 年，卷（期）: 2011,（21）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 124-125,130
• 分类号: TP311.13
• 字数: 2485字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.21.042

摘要

针对传统文本分类方法对文档间关联关系考虑不充分的问题,提出一种基于iTopicModel的关联文本分类算法.根据类信息已知的文档归属于各个主题的概率判断主题代表的类信息,利用待分类文档归属于各个主题的概率及文本信息对文档进行分类.实验结果表明,当文档间的关联关系对类信息影响较大时,TC-iTM的分类性能优于传统文本分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王黎明	郑州大学信息工程学院	81	602	14.0	20.0
2	柴玉梅	郑州大学信息工程学院	71	900	17.0	28.0
3	梁鹏鹏	郑州大学信息工程学院	1	1	1.0	1.0