基于主题模型的改进随机森林算法在文本分类中的应用

• 作者: 姚立 张曦煌
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 隐狄利克雷模型 主题模型 随机森林 特征评估 文本分类
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 173-178,212
• 页数: 7页
• 分类号: TP391.1
• 字数: 4382字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.08.031

摘要

针对传统随机森林算法在维度高、噪声大的文本分类上出现计算复杂度高和分类效果较差的问题,提出一种基于隐狄利克雷分配(LDA)主题模型的改进随机森林算法.该算法利用LDA主题模型对原始文本建立模型,将原始文本映射到主题空间上,保证了文本主旨与原始文本的一致性,同时也大大降低了文本噪声对分类的影响;并且针对随机森林中决策树特征的随机选择方法,提出在决策树生成过程中,利用对称不确定计算各个特征之间的相关性,从而可以降低不同决策树之间的关联度.最终在主题空间上利用改进的随机森林算法对文本进行分类.经过实验证明,该算法在文本分类上具有良好的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张曦煌	江南大学物联网工程学院	134	1137	14.0	27.0
2	姚立	江南大学物联网工程学院	3	12	2.0	3.0