基于VSM和LDA模型相结合的新闻文本分类研究

• 作者: 彭雨龙
• 来源期刊: 山东工业技术
• 关键词: 潜在狄利克雷分布(LDA) 向量空间模型(VSM) 文本相似度 KNN分类
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 理论研究
• 页码范围: 202-203
• 页数: 2页
• 字数: 2639字
• 语种: 中文
• DOI: 10.16640/j.cnki.37-1222/t.2016.06.192

摘要

针对传统KNN算法在处理新闻分类时仅仅考虑文字层面上的相似性，而未涉及语义层面，本文提出了一种基于VSM和LDA模型相融合的新闻分类算法。首先，在深入研究VSM和LDA模型的基础上，对新闻文档进行VSM和LDA主题建模，结合LDA模型与VSM模型计算文档之间的相似度；其次，以复合相似度运用到基于相似度加权表决的KNN算法对新闻报道集合进行分类。实验验证了改进后的相似度计算方法的有效性，实验结果表明改进后的KNN算法与传统算法相比，具有较好的效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭雨龙		1	7	1.0	1.0