LSI_LDA:一种混合特征降维方法

• 作者: 从世源 史庆伟 唐晓亮
• 来源期刊: 计算机应用研究
• 关键词: 文本分类 特征降维 潜在语义索引 潜在狄利克雷分配
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2269-2273
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.08.006

摘要

LDA没有考虑到数据输入,在原始输入空间上对所有词进行主题标签,因对非作用词同样分配主题,致使主题分布不精确.针对其不足,提出了一种结合LSI和LDA的特征降维方法,预先采用LSI将原始词空间映射到语义空间,再根据语义关系筛选出原始特征集中关键的特征,最后通过LDA模型在更小、更切题的文档子集上采样建模.对复旦大学中文语料进行文本分类,新方法的分类精度较单独使用LDA模型的效果提高了1.50%.实验表明提出的LSI_LDA模型在文本分类中有更好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史庆伟	辽宁工程技术大学软件学院	16	145	7.0	12.0
2	唐晓亮	辽宁工程技术大学软件学院	13	50	5.0	6.0
3	从世源	辽宁工程技术大学软件学院	2	17	2.0	2.0