抑制背景噪声的LDA子话题挖掘算法

摘要：

专题文章集合是一些拥有相似背景知识的文章集合.为了更好地从专题文章集合内部的复杂信息关联中高效挖掘子话题信息,文中提出了抑制背景噪声的线性判别分析(LDA)子话题挖掘算法BLDA,通过预先抽取专题文档集合的共同背景知识、在迭代过程中重设关键词的产生等方式提高子话题抽取的准确程度.在微信公众账号文章上的系列实验证明;BLDA算法针对有共同背景的专题文章集合的聚类结果显著优于传统的LDA算法;其中主题召回率提高了170%;Purity聚类指标提高了143%;NMI聚类指标提高了160%.

关键词：子话题挖掘、线性判别分析、背景噪声抑制

所属期刊栏目：45

分类号：TP393.09(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61303244,61572473,61572469,61402442,61402022,61370132;国家242信息安全计划项目2015F114 Supported by the National Natural Science Foundation of China61303244,61572473,61572469,61402442,61402022,61370132;the National 242 Project of Information Security2015F114

在线出版日期：2017-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：54-60