|
|||||
|
|
| 基于LDA-wSVM模型的文本分类研究 | |
| 引用本文： | 李锋刚,梁钰,GAO Xiao-zhi,ZENGER Kai.基于LDA-wSVM模型的文本分类研究[J].计算机应用研究,2015,32(1). |
| 作者姓名： | 李锋刚 梁钰 GAO Xiao-zhi ZENGER Kai |
| 作者单位： | 1. 合肥工业大学管理学院,合肥230009;阿尔托大学自动化与系统技术系,芬兰FI-00076;教育部过程优化与智能决策重点实验室,合肥230009 2. 合肥工业大学管理学院,合肥230009;教育部过程优化与智能决策重点实验室,合肥230009 3. 阿尔托大学自动化与系统技术系,芬兰FI-00076 |
| 基金项目： | 国家自然科学基金资助项目，南京市科技计划资助项目，国家留学基金 |
| 摘 要： | SVM分类算法处理高维数据具有较大优势,但其未考虑语义的相似性度量问题,而LDA主题模型可以解决传统的文本分类中相似性度量和主题单一性问题.为了充分结合SVM和LDA算法的优势并提高分类精确度,提出了一种新的LDA-wSVM高效分类算法模型.利用LDA主题模型进行建模和特征选择,确定主题数和隐主题—文本矩阵;在经典权重计算方法上作改进,考虑各特征项与类别的关联度,设计了一种新的权重计算方法;在特征词空间上使用这种基于权重计算的wSVM分类器进行分类.实验基于R软件平台对搜狗实验室的新闻文本集进行分类,得到了宏平均值为0.943的高精确度分类结果.实验结果表明,提出的LDA-wSVM模型在文本自动分类中具有很好的优越性能. |
| 关 键 词： | 文本分类 潜在狄利克雷分布 支持向量机 权重计算 吉普斯抽样 |
Research on text categorization based on LDA-wSVM model |
|
| LI Feng-gang,LIANG Yu,GAO Xiao-zhi,ZENGER Kai.Research on text categorization based on LDA-wSVM model[J].Application Research of Computers,2015,32(1). | |
| Authors: | LI Feng-gang LIANG Yu GAO Xiao-zhi ZENGER Kai |
| Abstract: | |
| Keywords: | text categorization latent Dirichlet allocation (LDA) support vector machine (SVM) weight calculation Gibbs sampling |
| 本文献已被 万方数据 等数据库收录！ | |