基于LDA模型的新闻话题分类研究

摘要：

针对部分网站中新闻话题没有分类或者分类不清等问题，将LDA模型应用到新闻话题的分类中。首先对新闻数据集进行LDA主题建模，根据贝叶斯标准方法选择最佳主题数，采用Gibbs抽样间接计算出模型参数，得到数据集的主题概率分布；然后根据JS距离计算文档之间的语义相似度，得到相似度矩阵；最后利用增量文本聚类算法对新闻文档聚类，将新闻话题分成若干个不同结构的子话题。实验结果显示表明该方法能有效地实现对新闻话题的划分。

关键词：LDA、文本聚类、新闻话题、分类、主题

分类号：TP391(计算技术、计算机技术)

资助基金：安徽省高校省级自然科学研究重点项目NO.KJ2014A250；宿州学院校级科研平台开放课题项目NO.2013YKF14；安徽省大学生创新创业训练计划项目AH201310379082

在线出版日期：2014-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：3795-3797,3823