LSI_LDA:一种混合特征降维方法*

LDA没有考虑到数据输入，在原始输入空间上对所有词进行主题标签，因对非作用词同样分配主题，致使主题分布不精确。针对它的不足，提出了一种结合LSI和LDA的特征降维方法，预先采用LSI将原始词空间映射到语义空间，再根据语义关系筛选出原始特征集中关键的特征，最后通过LDA模型在更小、更切题的文档子集上采样建模。对复旦大学中文语料进行文本分类，新方法的分类精度较单独使用LDA模型的效果提高了1.50%，实验表明提出的LSI_LDA模型在文本分类中有更好的分类性能。