概率潜在语义分析的KNN文本分类算法

• 作者: 戚后林 顾磊
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 文本分类 KNN算法 文本表示模型 语义分类 概率潜在主题模型
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 57-61
• 页数: 5页
• 分类号: TP301.6
• 字数: 5660字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.07.013

摘要

传统的KNN文本算法在计算文本之间的相似度时,只是做简单的概念匹配,没有考虑到训练集与测试集文本中词项携带的语义信息,因此在利用KNN分类器进行文本分类过程中有可能导致语义丢失,分类结果不准确.针对这种情况,提出了一种基于概率潜在主题模型的KNN文本分类算法.该算法预先使用概率主题模型对训练集文本进行文本-主题、主题-词项建模,将文本携带的语义信息映射到主题上的低维空间,把文本相似度用文本-主题、主题-词项的概率分布表示,对低维文本的语义信息利用KNN算法进行文本分类.实验结果表明,在训练较大的训练数据集和待分类数据集上,所提算法能够利用KNN分类器进行文本的语义分类,且能提高KNN分类的准确率和召回率以及F1值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾磊	南京邮电大学计算机学院	25	149	4.0	12.0
2	戚后林	南京邮电大学计算机学院	2	13	2.0	2.0