期刊专题

10.3778/j.issn.1002-8331.1506-0266

基于mRMR和LDA主题模型的文本分类研究

引用
LDA没有考虑到输入,在原始的输入空间上对每一个词进行主题标签,因保留非作用词,而影响了主题概率分布.针对这种情况提出了一种mRMR LDA算法,预先使用mRMR特征选择算法将输入空间映射到低维空间,过滤掉非作用词,使得LDA能在更简洁和更清晰的空间上进行主题标签,得到更精确的主题分布.对20 Newsgroups语料库和复旦大学语料库进行分类,分类精度分别提高了1.53%和1.18%,实验结果表明提出的mRMR LDA模型在文本分类中有较好的分类性能.

潜在狄利克雷分配、最小冗余最大相关、文本分类

52

TP301(计算技术、计算机技术)

国家自然科学基金青年科学基金61401185;辽宁省教育厅科学研究一般项目L2013133

2016-06-07(万方平台首次上网日期,不代表论文的发表时间)

共7页

127-133

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

52

2016,52(5)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn