基于LDA特征选择的文本聚类

• 作者: 张梦笑 王智强 王素格
• 来源期刊: 电脑开发与应用
• 学科: 工学
• 关键词: 文本聚类 特征选择 Latent Dirichlet Allocation
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 研究与探讨
• 页码范围: 1-5
• 分类号: TP391
• 字数: 4248字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-5850.2012.01.001

摘要

特征选择在文本聚类中起着至关重要的作用,将产生式模型Latent Dirichlet Allocation(LDA)引入基于K-means算法的文本聚类中,通过提取特征与隐含主题的关系进行特征选择.在第2届中文倾向性分析评测的语料上的实验结果表明,当选择2％的特征时,相对于单词贡献度(TC,Term Contribution)方法的纯度和F值分别提高了0.15和0.16,相对于LDA直接得到文本与主题的关系的实验结果的纯度和F值分别提高了0.14和0.13.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王素格	山西大学计算机与信息技术学院	88	812	14.0	25.0
5	王智强	山西大学计算机与信息技术学院	20	115	6.0	10.0
6	张梦笑	山西大学数学科学学院	1	14	1.0	1.0