基于LDA的社科文献主题建模方法

• 作者: 刘方方 李昌亚
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 主题模型 LDA 社科文献 Gibbs抽样
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 应用开发研究
• 页码范围: 182-187
• 页数: 6页
• 分类号: TP31
• 字数: 6350字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.02.039

摘要

随着互联网的发展,文本分类和主题提取的应用越来越广泛,而主题模型在文本主题提取中起着很大的作用.LDA (latent Dirichlet allocation)模型是一种应用非常广泛且很成熟的主题模型,也是一个概率生成模型,可以很好地解决多词一义和一词多义的问题.但是当利用LDA模型对社科文献领域类的文档集进行主题建模时,由于该建模方法忽略了文档集自身的主题特点,提取的主题分布是偏向文档中高频词汇,所以造成最后提取的主题偏离文档的本质意义上的主题、结果不够准确.针对LDA模型对文档进行主题建模的过程,结合社科文献领域的文档特点,对主题建模的过程进行相应的改进,提出一种新的主题建模方法,从而使最终提取的主题更加准确,更符合文档集本身的主题特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘方方	上海大学计算机工程与科学学院	6	85	3.0	6.0
2	李昌亚	上海大学计算机工程与科学学院	1	9	1.0	1.0