基于LDA特征扩展的短文本分类方法研究

• 作者: 徐永峰 胡朝举
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 短文本分类 隐含狄利克雷分布(LDA) 特征扩展 SVM
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 软件理论与方法
• 页码范围: 63-66
• 页数: 4页
• 分类号: TP301
• 字数: 3651字
• 语种: 中文
• DOI: 10.11907/rjdk.172295

摘要

针对短文本信息篇幅短、信息量少、特征稀疏的特点,提出一种基于LDA(Laten Dirichlet Allocation)主题模型特征扩展的短文本分类方法.该方法利用LDA模型得到文档的主题分布,然后将对应主题下的词扩充到原来短文本的特征中,作为新的部分特征词,最后利用SVM分类方法进行分类.实验结果表明,相比于传统的基于VSM模型的分类方法,基于LDA特征扩展的短文本分类方法克服了特征稀疏的问题,在各个类别上的查准率、查全率和F1值都有所提高,充分验证了该方法对短文本分类的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡朝举	华北电力大学控制与计算机工程学院	23	102	4.0	9.0
2	徐永峰	华北电力大学控制与计算机工程学院	1	4	1.0	1.0