基于改进LDA模型的离群评论选择

• 作者: 董振涛
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: LDA iForest 特征覆盖率 平均信息量
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 软件理论与方法
• 页码范围: 38-40
• 页数: 3页
• 分类号: TP301
• 字数: 1915字
• 语种: 中文
• DOI: 10.11907/rjdk.172218

摘要

评论文本中的词符合幂律分布,使LDA模型词的分布偏向高频词,导致主题相似度大,表达能力下降.提出幂函数加权LDA(Latent Dirichlet Allocation)模型以提高低频词的表达能力.使用iForest算法,选择出与众不同且具有价值的评论集合.实验结果表明,选择的评论子集特征覆盖率较高,且有较高的平均信息量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董振涛	西安石油大学计算机学院	3	2	1.0	1.0