基于TextRank和LDA的中文短文本分类研究

• 作者: 张兵磊
• 来源期刊: 信息与电脑
• 关键词: 短文本分类 TextRank LDA 特征扩展
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 计算机工程应用技术
• 页码范围: 12-14
• 页数: 3页
• 分类号: TP309|TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1003-9767.2021.06.005

摘要

针对中文短文本词汇数量相对较少、特征稀疏、噪声多等特点,笔者提出一种基于TextRank和隐含狄利克雷分布(Latent Dirichlet Allocation,LDA)的文本扩展方法.该方法首先通过TextRank算法从给定文本中获得各个候选的关键特征,然后利用LDA从给定文本中获取各个隐藏的主题特征,将概率超过或等于给定阈值的各个隐藏主题所对应的各个候选关键特征扩充到文本中进行文本扩展.