一种基于词加权LDA模型的专利文献分类方法

• 作者: 余璇 刘文静 孙伟 葛丽阁
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 加权模型 LDA KeyGraph算法 专利文献分类
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 23-29
• 页数: 7页
• 分类号: TP18
• 字数: 6852字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.03.005

摘要

传统的主题模型在进行文本分类时,特征词多选取统计规律下的高频词,而在专利文献分类中,多数专业词汇往往被高频词所淹没,造成主题模型在专利文献分类的准确率不高.对此,提出一种基于词加权的有监督LDA主题模型用于专利文献的分类.从专业词与高频词的共现关系出发,利用KeyGraph算法选取特征表征能力更优的关键词,再利用互信息函数计算各关键词权重,建立专业词字典.在此基础上,建立一个有监督的LDA模型,将词加权扩展至LDA模型,并采用Gibbs Sampling进行参数估计.在专利文献上进行分类实验,与LDA模型及其两种变型模型相比,该模型分类准确率分别平均提高了4.62％、3.74％和3.26％.表明该模型选取的高区分度的专业词汇与主题关联度更高,分类效率和准确率均有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙伟	上海海事大学信息工程学院	22	126	6.0	11.0
2	葛丽阁	上海海事大学信息工程学院	4	11	2.0	3.0
3	刘文静	上海海事大学信息工程学院	1	6	1.0	1.0
4	余璇	上海海事大学信息工程学院	4	10	2.0	3.0