基于主题模型的水利信息分类方案设计

• 作者: 周琦 张审问 徐华 蔡朝晖 诸葛庆子
• 来源期刊: 水利信息化
• 学科: 工学
• 关键词: 主题模型 水利文本信息 文本分类 方案 LDA GloVe
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 信息资源开发利用
• 页码范围: 27-34
• 页数: 8页
• 分类号: TV211
• 字数: 6623字
• 语种: 中文
• DOI: 10.19364/j.1674-9405.2018.06.006

摘要

水利信息分类是水利科学数据共享标准化最为重要的一项工作,因此对水利领域大量数据信息的分类十分有必要.针对水利文本数据非结构化的特点,设计一个基于主题模型的水利文本信息分类方案,通过结合LDA主题模型和GloVe词向量模型的优点,提出一种新的主题模型.利用AdaBoost算法改进KNN分类器,在迭代中对分类器的错误进行适应性调整,最终得到分类器的集合.实验结果表明,使用AdaBoost提升KNN对于水利文本分类效果良好,分类效果远好于常见的朴素贝叶斯和决策树,和原来的KNN分类器相比,微观准确率提高1.1个百分点,宏观准确率提高了4.1个百分点,说明在水利文本分类中使用AdaBoost算法可提升KNN分类器的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周琦	武汉大学计算机学院	17	103	5.0	10.0
2	张审问		11	19	2.0	4.0
3	蔡朝晖	武汉大学计算机学院	19	107	6.0	10.0
4	诸葛庆子	武汉大学计算机学院	1	0	0.0	0.0
5	徐华		1	0	0.0	0.0