作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
文本聚类是文本信息处理问题中的一个研究热点,LDA主题模型是在语义层面对文本进行建模的一种算法.本文详述了LDA主题模型原理及其在文本聚类中的应用,在英文数据集上进行了文本聚类实验.实验结果表明,LDA主题模型是一种有效的基于语义的文本聚类算法.
推荐文章
基于优化密度的耦合空间LDA文本聚类算法研究
文本聚类
耦合空间模型
LDA主题模型
密度
阈值
基于主题概念聚类的中文文本聚类
中文文本聚类
HowNet
主题概念
Chmeleon算法
基于WMF_LDA主题模型的文本相似度计算
词语语义
词语合并
词性筛选
文本相似度
基于LDA的英汉维文本聚类系统的设计与实现
文本聚类
LDA模型
多语言
文本特征提取
相似度聚类
权重
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 LDA主题模型在文本聚类中的应用
来源期刊 数字技术与应用 学科 工学
关键词 无监督学习 文本聚类 LDA主题模型
年,卷(期) 2017,(12) 所属期刊栏目 应用研究
研究方向 页码范围 76-77
页数 2页 分类号 TP393
字数 1343字 语种 中文
DOI 10.3969/j.issn.1007-9416.2017.12.041
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邹晓辉 吉林师范大学计算机学院 8 67 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无监督学习
文本聚类
LDA主题模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导