10.3969/j.issn.1002-137X.2013.12.049
基于LDA主题模型的文本相似度计算
LDA(Latent Dirichlet Allocation)模型是近年来提出的一种具有文本表示能力的非监督学习模型.提出了一种基于LDA主题模型的文本相似度计算方法,该方法利用LDA为语料库建模,利用MCMC中的Gibbs抽样进行推理,间接计算模型参数,挖掘隐藏在文本内的不同主题与词之间的关系,得到文本的主题分布,并以此分布来计算文本之间的相似度,最后对文本相似度矩阵进行聚类实验来评估聚类效果.实验结果表明,该方法能够明显提高文本相似度计算的准确率和文本聚类效果.
主题模型、LDA、文本相似度、Gibbs抽样
40
TP301(计算技术、计算机技术)
国家自然科学基金60803086;北京市自然科学基金4123091;北京市教委科研计划KM20110005013,KM200910005009
2014-01-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
229-232