融合LDA的卷积神经网络主题爬虫研究

• 作者: 刘柏嵩 汪岿 费晨杰
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 卷积神经网络 主题爬虫 深度学习 LDA主题模型
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 123-128,178
• 页数: 7页
• 分类号: TP391
• 字数: 5710字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1810-0127

摘要

传统的主题爬虫在计算主题相似度时,通常采用基于词频、向量空间模型以及语义相似度的方法,给相似度计算准确率的提升带来一定瓶颈.因此,提出融合LDA的卷积神经网络主题爬虫,将主题判断模块视为文本分类问题,利用深度神经网络提升主题爬虫的性能.在卷积层之后拼接LDA提取的主题特征,弥补传统卷积神经网络的主题信息缺失.实验结果表明,该方法可以有效提升主题判断模块的平均准确率,在真实爬取环境中相比其他方法更具优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘柏嵩	宁波大学信息科学与工程学院	48	518	13.0	21.0
5	费晨杰	宁波大学信息科学与工程学院	3	12	2.0	3.0
6	汪岿	宁波大学信息科学与工程学院	2	14	2.0	2.0