基于LDA特征扩展的短文本分类OA北大核心CSCDCSTPCD
Short text classification based on expanding feature of LDA
针对中文短文本篇幅较短、特征稀疏性等特征，提出了一种基于隐含狄利克雷分布模型的特征扩展的短文本分类方法。在短文本原始特征的基础上，利用LDA主题模型对短文本进行预测，得到对应的主题分布，把主题中的词作为短文本的部分特征，并扩充到原短文本的特征中去，最后利用SVM分类方法进行短文本的分类。实验表明，该方法在性能上与传统的直接使用VSM模型来表示短文本特征的方法相比，对不同类别的短文本进行分类，都有不同程度的提高与改进，对于短文本进行补充LDA特征信息的方法是切实可行的。
Based on the short text and characteristics of sparse, put forward a short text classify based on characteristics-extend of LDA. The topic model of LDA is applied for inferring the corresponding topic distribution, as a result, the words of topic are regarded as partial characteristics which will be part of primitive characteristics. Then exploit the method SVM as a classifier. The experiment result shows that, compared with using traditional model VSM direc…查看全部>>
吕超镇;姬东鸿;吴飞飞
武汉大学 计算机学院，武汉 430072武汉大学 计算机学院，武汉 430072武汉大学 计算机学院，武汉 430072
信息技术与安全科学
隐含狄利克雷分布文本分类支持向量机特征扩展
Latent Dirichlet Allocation(LDA)text classificationSupport Vector Machine(SVM)feature expanding
《计算机工程与应用》 2015 (4)
123-127,5
国家自然科学基金重点项目（No.61133012）；国家自然科学基金面上项目（No.61173062）。
评论