基于LDA主题模型的短文本分类方法

• 作者: 张志飞 苗夺谦 高灿
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 短文本 分类 K近邻 相似度 隐含狄列克雷分配
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 1587-1590
• 页数: 4页
• 分类号: TP18
• 字数: 3822字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2013.01587

摘要

针对短文本的特征稀疏性和上下文依赖性两个问题,提出—种基于隐含狄列克雷分配模型的短文本分类方法.利用模型生成的主题,一方面区分相同词的上下文,降低权重；另一方面关联不同词以减少稀疏性,增加权重.采用K近邻方法对自动抓取的网易页面标题数据进行分类,实验表明新方法在分类性能上比传统的向量空间模型和基于主题的相似性度量分别高5％和2.5％左右.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苗夺谦	同济大学嵌入式系统与服务计算教育部重点实验室	123	2389	25.0	44.0
2	张志飞	同济大学计算机科学与技术系	23	514	10.0	22.0
3	高灿	同济大学计算机科学与技术系	4	297	4.0	4.0