基于概率主题模型的文档聚类

• 作者: 王李冬 袁杰 魏宝刚
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 主题模型 LDA模型 TC_LDA模型 文档聚类
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 科研通信
• 页码范围: 2346-2350
• 页数: 5页
• 分类号: TP391
• 字数: 5055字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2012.11.033

摘要

为了实现普通文本语料库和数字图书语料库的有效聚类,分别提出基于传统LDA(Latent Dirichlet Allocation)模型和TC_ LDA模型的聚类算法.TC_ LDA模型在LDA模型基础上进行扩展,通过对图书文档的目录和正文信息联合进行主题建模.和传统方法不同,基于主题模型的聚类算法能将具备同一主题的文档聚为一类.实验结果表明从主题分析角度出发实现的聚类算法优于传统的聚类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王李冬	浙江大学计算机科学与技术学院	34	210	8.0	14.0
3	魏宝刚	浙江大学计算机科学与技术学院	21	697	11.0	21.0
4	袁杰	浙江大学计算机科学与技术学院	6	95	3.0	6.0