文本分类中CTM模型的优化和可视化应用研究

• 作者: 杨正良 谢罗迪 马长林
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 文本分类 CTM模型 特征提取
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 599-604
• 页数: 6页
• 分类号: TP391.1
• 字数: 4466字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2017.03.029

摘要

如何从海量文本中自动提取相关信息已成为巨大的技术挑战,文本分类作为解决该问题的重要方法已引起广大关注,而其中文本表示是影响分类效果的关键因素.为此采用相关主题模型进行文本表示,以保证信息完整同时表现主题相关性;基于该模型,对主题数目和特征提取实施了优化处理,综合复杂度和对数似然函数来确定最优主题数目,引入基于互信息的主成分分析算法进行最优特征提取,降低数据维度和特征冗余,使用R语言进行可视化实验分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马长林	华中师范大学计算机学院	11	46	5.0	6.0
2	谢罗迪	华中师范大学计算机学院	5	19	3.0	4.0
3	杨正良	华中师范大学计算机学院	1	5	1.0	1.0