基于LF-LDA和Word2vec的文本表示模型研究

• 作者: 李俊 陈磊
• 来源期刊: 电子技术
• 关键词: 文本表示 LDA Word2vec LF-LDA 文本分类
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 电子技术研究
• 页码范围: 1-5
• 页数: 5页
• 字数: 4146字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0755.2017.07.001

摘要

LDA(Latent Dirichlet Allocation)在训练的过程中没有结合词向量训练,而LF-LDA(Latent Feature-LDA)在训练过程中利用Word2vec词向量改善了文档的主题分布.但是,文档用主题分布进行表示,没有结合特征词的上下文信息.为此,本文提出利用LF-LDA生成的主题向量结合Word2vec词向量,对文本进行表示.另外,文章还提出了利用LF-LDA生成的主题向量对文档进行表示.在StackOverflow短文本数据集上的分类结果表明,LF-LDA结合Word2vec的文本表示优于LDA结合Word2vec的文本表示和LF-LDA主题分布的文本表示.基于主题向量的文本表示模型优于LDA模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李俊	中国科学技术大学信息科学技术学院自动化系	242	2653	26.0	41.0
2	陈磊	中国科学技术大学信息科学技术学院自动化系	65	345	10.0	15.0