基于LDA-wSVM模型的文本分类研究

被引：25

作者：

李锋刚 ^{[1
,2
,3
]}

梁钰 ^{[1
,3
]}

GAO Xiaozhi ^{[2
]}

ZENGER Kai ^{[2
]}

机构：

[1] 合肥工业大学管理学院

[2] 阿尔托大学自动化与系统技术系

[3] 教育部过程优化与智能决策重点实验室

来源：

计算机应用研究 | 2015年 / 32卷 / 01期

关键词：

文本分类; 潜在狄利克雷分布; 支持向量机; 权重计算; 吉普斯抽样;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

SVM分类算法处理高维数据具有较大优势,但其未考虑语义的相似性度量问题,而LDA主题模型可以解决传统的文本分类中相似性度量和主题单一性问题。为了充分结合SVM和LDA算法的优势并提高分类精确度,提出了一种新的LDA-w SVM高效分类算法模型。利用LDA主题模型进行建模和特征选择,确定主题数和隐主题—文本矩阵;在经典权重计算方法上作改进,考虑各特征项与类别的关联度,设计了一种新的权重计算方法;在特征词空间上使用这种基于权重计算的w SVM分类器进行分类。实验基于R软件平台对搜狗实验室的新闻文本集进行分类,得到了宏平均值为0.943的高精确度分类结果。实验结果表明,提出的LDA-w SVM模型在文本自动分类中具有很好的优越性能。

引用

页码：21 / 25

页数：5

共 5 条

[1]

统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,

[2] 一种新的SVM多类分类算法 [J].

霍颖瑜 ;

王晓峰 .

佳木斯大学学报(自然科学版), 2006, (04) :476-478

[3]

LIBSVM.[J].Chih-Chung Chang;Chih-Jen Lin.ACM Transactions on Intelligent Systems and Technology (TIST).2011, 3

[4]

A comparative study of TF*IDF; LSI and multi-words for text classification.[J].Wen Zhang;Taketoshi Yoshida;Xijin Tang.Expert Systems With Applications.2010, 3

[5]

Automatic text categorization based on content analysis with cognitive situation models.[J].Yi Guo;Zhiqing Shao;Nan Hua.Information Sciences.2009, 5

← 1 →