一种改进的Supervised-LDA文本模型及其应用

摘要：

有监督的隐狄里克雷分配(s-LDA)模型在分类时不能处理多标签问题,且存在部分主题未正确分配从而导致分配主题精确度下降.为此,在给予响应变量的基础上加入类别标签,构建一种带标签的有监督的隐狄里克雷分配(sl-LDA)模型.分析s-LDA模型以及该模型主题分类存在的问题,通过验证sl-LDA模型的分类精度,对sl-LDA模型与s-LDA模型进行新闻主题分类实验.在中文和英文新闻语料库上的实验结果表明,英文语料库分类精度提高约3.80％,中文语料库提高约1.77％.

关键词：s-LDA模型、响应变量、新闻主题、主题模型、类别标签

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家社会科学基金青年项目“基于大数据整合的空气质量测度方法研究”14CTJ009;陇原青年创新人才扶持计划项目“基于大数据整合的‘废旧数据’应用研究”14GSD95;甘肃省财政厅高校基本科研业务费专项基金“大数据整合下的统计调查技术及其经济应用研究”GZ14007;全国统计科学研究重点项目“网络大数据统计生产及其数据质量控制研究”2017LZ43

在线出版日期：2018-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：69-73,78