基于LDA模型的新闻话题分类研究

• 作者: 汪材印 谈成访
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: LDA 文本聚类 新闻话题 分类 主题
• 年，卷（期）: 2014,（6）
• 页码范围: 3795-3797
• 页数: 3页
• 分类号: TP391

摘要

针对部分网站中新闻话题没有分类或者分类不清等问题，将LDA模型应用到新闻话题的分类中。首先对新闻数据集进行LDA主题建模，根据贝叶斯标准方法选择最佳主题数，采用Gibbs抽样间接计算出模型参数，得到数据集的主题概率分布；然后根据JS距离计算文档之间的语义相似度，得到相似度矩阵；最后利用增量文本聚类算法对新闻文档聚类，将新闻话题分成若干个不同结构的子话题。实验结果显示表明该方法能有效地实现对新闻话题的划分。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪材印	宿州学院智能信息处理实验室	40	100	6.0	8.0
2	谈成访	宿州学院信息工程学院	9	24	3.0	4.0