基于Labeled LDA主题模型的医学文献自动分类法

• 作者: 单连慧 安新颖 宫小翠
• 来源期刊: 中华医学图书情报杂志
• 学科: 医学
• 关键词: Labeled LDA 主题模型 自动分类 SVM
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 信息组织与信息服务
• 页码范围: 53-58
• 页数: 6页
• 分类号: TP391.1|R-05
• 字数: 5663字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3982.2018.10.009

摘要

提出了一种基于Labeled LDA主题模型的医学文献自动分类法.以10个医学领域的研究文献为案例,通过语料库的设置及参数设置调整模型为最佳,与SVM方法进行对比实验.结果显示,无论是准确率还是召回率,基于Labeled LDA主题模型的自动分类法均比SVM法高出7.00％左右,表明基于Labeled LDA主题模型的医学文献自动分类法具有较好的医学领域文本分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安新颖	中国医学科学院医学信息研究所	75	314	8.0	12.0
2	单连慧	中国医学科学院医学信息研究所	26	71	5.0	6.0
3	宫小翠	中国医学科学院医学信息研究所	6	14	2.0	3.0