位置:成果数据库 > 期刊 > 期刊详情页
基于LDA—WSVM模型的文本分类研究
  • ISSN号:1001-3695
  • 期刊名称:《计算机应用研究》
  • 时间:0
  • 分类:TP391.1[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]合肥工业大学管理学院,合肥230009, [2]阿尔托大学自动化与系统技术系,芬兰FI-00076, [3]教育部过程优化与智能决策重点实验室,合肥230009
  • 相关基金:国家自然科学基金资助项目(71301041);南京市科技计划资助项目(2012sf542010);国家留学基金资助项目
中文摘要:

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—wSVM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一文本矩阵;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wSVM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—wSVM模型在文本自动分类中具有很好的优越性能。

英文摘要:

SVM algorithm has great advantages in dealing with high dimensional data, but it does not consider the problem of semantic similarity measurement. However, LDA topic model can solve the problem of: similarity measurement and single theme. In order to get more precise classification and make use of the advantages of SVM and LDA, this paper proposed a new efficient method. Firstly,it studied on LDA topic model for modeling and feature selection in order to determine the number of hidden topic number and topic-document matrix. Secondly, it proposed a new method for calculating the weights which consid- ered the features and categories of correlation based on classical weight calculation. Finally, it applied this new method to the following SVM classifier (wSVM). The experiments were based on R software for categorization of the data obtained from So- gou laboratory. The experimental results are with a high accuracy of macro_F1 0. 943. It verifies LDA-wSVM model has superi- ority in text categorization.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049