基于LDA的英汉维文本聚类系统的设计与实现

摘要：

以英汉维三种大规模文本聚类为目标,针对三种语言的特点实现基于LDA模型的静态文本聚类系统.因为存在博客、微博等网络媒体的文本不太规范及涉及的话题范围广泛等现象,对文本特征的提取及聚类算法的选择带来一定的难度.通过对样本文本的分析,计算出适当的聚类数k,再调用LDA算法将文本聚为k类并给出每类文本的关键词.测试结果表明,该系统能将英汉维三种语言的文本相似度高的聚为一类,可显著提高聚类效果.

关键词：文本聚类、LDA模型、多语言、文本特征提取、相似度聚类、权重

所属期刊栏目：42

分类号：TN911-34;TP391

资助基金：国家重点基础研究发展计划2014CB340506;国家自然科学基金61331011;国家自然科学基金61662077;国家自然科学基金61262060;国家自然科学基金61462083;新疆多语种信息技术实验室开放课题2016D03023;"自治区青年科技创新人才培养工程"青年博士项目QN2015BS004

在线出版日期：2019-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：122-126