有监督主题模型的SLDA-TC文本分类新方法

• 作者: 于立萍 唐焕玲 宋英杰 窦全胜 鲁明羽
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 文本分类 主题模型 隐含Dirichlet分布 吉布斯采样
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 1300-1308
• 页数: 9页
• 分类号: TP181
• 字数: 5324字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.06.017

摘要

本文提出了一种有监督主题模型的SLDA-TC(Supervised LDA-Text Categorization)文本分类方法,引入主题-类别概率分布参数,识别主题-类别的语义信息;提出SLDA-TC-Gibbs主题采样新方法,对每个词的隐含主题采样,只从该词所在文档的同类其它文档中采样,并给出了理论推导;另外,其主题数只需略大于类别数.实验表明,对比LDA-TC(LDA-Text Categorization)和SVM算法,本方法能提高分类精度和时间性能.