基于LDA模型的文本聚类检索

• 作者: 张可佳 李春生 李霄野 李龙
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 主题模型 文本聚类 潜在狄利克雷分配模型 聚类评价 信息检索
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 7-11
• 页数: 5页
• 分类号: TP391.1
• 字数: 4444字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.06.002

摘要

传统的判断2个文档相似性的方法没有考虑到文本背后的语义关联,导致检索系统返回的结果与用户的查询需求之间存在很大的差异.本文提出一种基于LDA主题模型的文本聚类方法,首先介绍LDA主题模型的应用原理,阐述文本挖掘的基本方法,之后构建LDA主题模型,采用Gibbs抽样的方法进行推导,得到特征词的概率分布,最后用优化聚类中心选择的K-means++方法对测试数据集合聚类,并把设计的LDA-Gibbs模型与传统的TF-IDF模型进行聚类评价对比.实验结果表明,该模型能够提高数据的检索效果,具有良好的推广价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李春生	东北石油大学计算机与信息技术学院	56	125	6.0	8.0
2	李霄野	东北石油大学计算机与信息技术学院	2	12	2.0	2.0
3	李龙	东北石油大学计算机与信息技术学院	16	33	4.0	4.0
4	张可佳	东北石油大学计算机与信息技术学院	29	44	4.0	5.0