基于LDA的长短文本分类比较

• 作者: 张雅君 王海林
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: LDA 主题模型 文本分类 短文本
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 学术论坛
• 页码范围: 230-230
• 页数: 1页
• 分类号: TP181
• 字数: 617字
• 语种: 中文

摘要

LDA作为一种常用的主题模型,在文本挖掘中作为特征选择的方法被广泛应用。但随着互联网中短文本信息的逐渐增多,短文本代表性词少的特点使得LDA对于短文本的主题挖掘不一定能够达到理想效果,这给LDA的应用带来了巨大挑战。为了探究LDA主题模型对短文本的分类效果,基于LDA,对长文本和短文本进行分类,对比分类效果,判断LDA对于短文本的适用性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王海林	山西财经大学信息管理学院	11	37	4.0	6.0
2	张雅君	山西财经大学信息管理学院	4	7	2.0	2.0