基于交叉熵与困惑度的LDA-SVM主题研究

• 作者: 杨凡 薛佳奇
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 中文影视剧本 ISOMAP降维 LDA 交叉熵 困惑度 SVM
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 学术研究与应用
• 页码范围: 45-50
• 页数: 6页
• 分类号: TP391.1
• 字数: 4549字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2019.04.010

摘要

目前对于中文影视剧本的分类主要借助人工经验,具有成本高、效率低等特点.当前没有针对中文影视剧本主题自动分类的相关研究,本文将对主题提取进行研究,传统主题生成模型借助于文档和段落、段落和语句、语句和词的相似性,而忽略了文本语句与语句之间的相似性.首先,采用ISOMAP方法降低样本集的向量空间维度;其次,提出交叉熵结合困惑度的算法模型,进而确定LDA需要提取的最优主题数目;最后,通过剧本-主题的方式,利用LDA算法挖掘剧本的隐含主题词,同时利用SVM对主题词做出进一步的分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨凡	西安建筑科技大学理学院	7	0	0.0	0.0
2	薛佳奇	西安建筑科技大学信息与控制工程学院	3	0	0.0	0.0