基于 PTM潜在 DirichIet 分配的少量标记样本文本分类

• 作者: 李雪梅 田涛 赵丽 齐兴斌
• 来源期刊: 计算机应用研究
• 关键词: 文本分类 术语提取 图构建 概率主题模型 少量标记样本 潜在 Dirichlet 分配
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 系统应用开发
• 页码范围: 1428-1432,1444
• 页数: 6页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.05.037

摘要

针对现实文本分类环境下通常仅有少量标记样本而影响分类精度的问题，提出了一种基于概率主题模型潜在 Dirichlet 分配的分类算法。借助标准词频逆文档频率函数将每个文档表示成术语权重向量；利用概率主题模型预处理以简化文档，并从文档中提取术语；再利用潜在 Dirichlet 分配模型进行关系学习，构建基于图的分类器完成分类。在公开的 Reuters-21578资源库上的分类实验评估了该方法的有效性，相比分类效果较好的支持向量机，该方法在大部分情况下能够取得更高的分类精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李雪梅	山西大学计算机工程系	60	278	9.0	13.0
2	赵丽	山西大学计算机工程系	49	144	6.0	10.0
4	齐兴斌	山西大学计算机工程系	23	85	5.0	8.0
5	田涛	北京师范大学教育信息技术协同创新中心	8	23	3.0	4.0