基于Labeled-LDA模型的文本特征提取方法

• 作者: 杜庆治 王瑞 邵玉斌 龙华
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: Labeled-LDA TF-IDF Simhash 文本特征提取
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 信息技术及图像处理
• 页码范围: 141-146
• 页数: 6页
• 分类号: TP2
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1903246

摘要

针对LDA主题模型文本特征提取时主题识别不明确的问题,提出一种基于Labeled-LDA模型的文本特征提取方法.使用LDA主题模型对文本隐含主题中的主题词进行提取,根据TF-IDF算法实现对文本类别的关键词进行提取.通过文本simhash算法对提取出的主题词与关键词进行相似度计算,找到文本隐含主题的类别并提取特征词.实验表明结合后的特征提取方法比TF-IDF、传统LDA主题模型的文本特征提取方法,获得更高的分类精度,其中准确度提高了3.40％,召回率提高了4.40％,F值提高了3.92％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龙华		132	376	9.0	13.0
2	邵玉斌		114	279	8.0	11.0
3	杜庆治		64	103	4.0	6.0
4	王瑞		20	37	4.0	5.0