| 贝叶斯概率LSA模型权重更新算法 |
| |
| 引用本文： | 曾广平.贝叶斯概率LSA模型权重更新算法[J].计算机工程与应用,2009,45(21):88-90. |
| |
| 作者姓名： | 曾广平 |
| |
| 作者单位： | 中南民族大学,计算机科学学院,武汉,430074 |
| |
| 基金项目： | 国家自然科学基金，国家民委基金 |
| |
| 摘 要： | 针对潜在语义分析(LSA)模型的权重更新问题,提出了一种基于贝叶斯理论的自适应权重更新算法ALSAB。ALSAB采用最大后验概率估计与期望值最大(EM)算法对概率LSA模型参数进行有效的估计,在充分考虑多次更新中不常用字词概率参数降低问题的前提下,采用增量学习方法降低多次更新产生的累积效应。实验结果表明,与现有的权重更新算法相比,提出的ALSAB算法显著地提高了检索的准确率与召回率。
|
| 关 键 词： | 潜在语义分析 贝叶斯 权重更新 |
| 收稿时间： | 2009-3-23 |
| 修稿时间： | 2009-5-18
|
Bayesian probability weight update algorithm of LSA model |
| |
| ZENG Guang-ping.Bayesian probability weight update algorithm of LSA model[J].Computer Engineering and Applications,2009,45(21):88-90. |
| |
| Authors: | ZENG Guang-ping |
| |
| Affiliation: | ZENG Guang-ping College of Computer Science,South-Central University for Nationalities,Wuhan 430074,China |
| |
| Abstract: | To the weight update of Latent Semantic Analysis(LSA)model,this paper proposes an adaptive weight update algorithm based on Bayesian theory(ALSAB).ALSAB adopts Maximum A Posterior(iMAP)provability estimation and Expectation-Maximization(EM)algorithm to estimate the weight parameters of LSA,and ALSAB employs incremental learning to decrease accumulative effect caused in continuous update with considering that the probability of uncommon words decreases in continuous update.Experimental results show that,comp... |
| |
| Keywords: | Latent Semantic Analysis(LSA) Baycsian weight update |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
|
