基于正文和标题文本分类的主题建模

• 作者: 于秀开 徐启南 郑诚
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 文本分类 LDA 特征扩展 主题分布 SVM
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 77-81
• 页数: 5页
• 分类号: TP391.1
• 字数: 3004字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.09.016

摘要

特征稀疏是对传统文本分类的一个巨大的挑战.基于LDA模型,提出一种特征扩展的短文本分类模型.该模型在正文语料的基础上加入标题语料的主题分布,并进行整合,得到每个文本的主题分布.使用SVM分类器进行分类.实验结果表明,与正文语料进行文本分类相比,所提模型对文本分类效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑诚	安徽大学计算智能与信号处理重点实验室	103	1013	15.0	28.0
2	于秀开	安徽大学计算机科学与技术学院	2	4	1.0	2.0
3	徐启南	安徽大学计算智能与信号处理重点实验室	3	4	1.0	2.0