| 基于LDA主题模型的文本相似度计算 |
| |
| 引用本文： | 王振振,何明,杜永萍.基于LDA主题模型的文本相似度计算[J].计算机科学,2013,40(12):229-232. |
| |
| 作者姓名： | 王振振 何明 杜永萍 |
| |
| 作者单位： | 北京工业大学计算机学院 北京100124;北京工业大学计算机学院 北京100124;北京工业大学计算机学院 北京100124 |
| |
| 基金项目： | 本文受国家自然科学基金(60803086),北京市自然科学基金(4123091),北京市教委科研计划(KM20110005013, KM200910005009)资助 |
| |
| 摘 要： | LDA(Latent Dirichlet Allocation)模型是近年来提出的一种具有文本表示能力的非监督学习模型。提出了一种基于LDA主题模型的文本相似度计算方法,该方法利用LDA为语料库建模,利用MCMC中的Gibbs抽样进行推理,间接计算模型参数,挖掘隐藏在文本内的不同主题与词之间的关系,得到文本的主题分布,并以此分布来计算文本之间的相似度,最后对文本相似度矩阵进行聚类实验来评估聚类效果。实验结果表明,该方法能够明显提高文本相似度计算的准确率和文本聚类效果。
|
| 关 键 词： | 主题模型 LDA 文本相似度 Gibbs抽样 中图法分类号TP301文献标识码A |
| 收稿时间： | 2013/2/27 0:00:00 |
| 修稿时间： | 2013/6/26 0:00:00 |
Text Similarity Computing Based on Topic Model LDA |
| |
| WANG Zhen-zhen,HE Ming and DU Yong-ping.Text Similarity Computing Based on Topic Model LDA[J].Computer Science,2013,40(12):229-232. |
| |
| Authors: | WANG Zhen-zhen HE Ming and DU Yong-ping |
| |
| Affiliation: | Department of Computer Science,Beijing University of Technology,Beijing 100124,China;Department of Computer Science,Beijing University of Technology,Beijing 100124,China;Department of Computer Science,Beijing University of Technology,Beijing 100124,China |
| |
| Abstract: | |
| |
| Keywords: | Topic model Latent Dirichlet Allocation(LDA) Text similarity Gibbs sampling |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
