基于Sentence-LDA主题模型的短文本分类

• 作者: 张浩 钟敏
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 短文本分类 Sentence-LDA 主题模型 特征扩展 SVM
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 中文信息处理
• 页码范围: 102-106
• 页数: 5页
• 分类号: TP391.1
• 字数: 4782字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.03.019

摘要

短文本特征稀疏、上下文依赖性强的特点,导致传统长文本分类技术不能有效地被直接应用.为了解决短文本特征稀疏的问题,提出基于Sentence-LDA主题模型进行特征扩展的短文本分类方法.该主题模型是隐含狄利克雷分布模型(Latent Dirichlet Allocation,LDA)的扩展,假设一个句子只产生一个主题分布.利用训练好的Sentence-LDA主题模型预测原始短文本的主题分布,从而将得到的主题词扩展到原始短文本特征中,完成短文本特征扩展.对扩展后的短文本使用支持向量机(Support Vector Machine,SVM)进行最后的分类.实验显示,与传统的基于向量空间模型(Vector Space Model,VSM)直接表示短文本的方法比较,本文提出的方法可以有效地提高短文本分类的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟敏		3	1	1.0	1.0
5	张浩		1	1	1.0	1.0