基于mRMR和LDA主题模型的文本分类研究

摘要：

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.

关键词：潜在狄利克雷分配、最小冗余最大相关、文本分类

所属期刊栏目：52

分类号：TP301(计算技术、计算机技术)

资助基金：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

在线出版日期：2016-06-07（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：127-133