LDA特征扩展的多类SVM短文本分类方法研究

• 作者: 吴雨川 郑腾
• 来源期刊: 武汉纺织大学学报
• 学科: 工学
• 关键词: 短文本分类 特征扩展 SVM LDA
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 数理科学与应用
• 页码范围: 72-76
• 页数: 5页
• 分类号: TP391.1
• 字数: 3192字
• 语种: 中文

摘要

针对短文本信息量少、特征稀疏的特点,提出一种基于LDA主题扩展的多类SVM短文本分类方法.在短文本基础上,利用LDA主题模得到文档的主题分布,将主题中的词扩充到原短文本的特征中,在特征空间上使用基于经典权重计算方法的多类SVM分类器进行分类.实验结果表明,在各个类别上的查准率、查全率和F1值都有所提高,验证了该方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴雨川	武汉纺织大学机械工程与自动化学院	13	33	3.0	5.0
2	郑腾	武汉纺织大学机械工程与自动化学院	2	1	1.0	1.0