位置:成果数据库 > 期刊 > 期刊详情页
基于概率主题的文本层次分类
  • ISSN号:0253-2778
  • 期刊名称:《中国科学技术大学学报》
  • 时间:0
  • 分类:TP311[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]中国科学技术大学计算机科学与技术系,安徽合肥230027
  • 相关基金:Supported by Natural Science ,Foundation of China (60573077), Specialized Research Fund for the Doctoral Program of Higher Education (2007105).
中文摘要:

概率主题模型是一种统计生成模型,它从文档集合中抽取一系列主题,并将这些文档表示为不同主题依照一定概率混合而成.通过这种模型发现的主题,能揭示文档的语义信息,在很多领域都有着广泛的应用.为此基于概率主题模型,提出了一种新的层次文本分类方法.该方法首先利用Gibbs抽样提取一系列主题,然后计算测试文档和每个类的基于主题的相似度.在20News Groups数据集上的实验结果表明,该方法的分类性能明显超越支持向量机分类方法.

英文摘要:

Probabilistic topic model is a statistical generative model for automatically extracting a set of topics from a collection of documents and then representing these documents as mixtures of topics. Topics obtained by this method pick out significant semantic information of documents, and they have broad applications in many fields. A novel approach was proposed for hierarchical text categorization based on the probabilistic topic model. The approach first extracted a set of topics based on Gibbs sampling, then computed the similarities between test documents and each class based on the topics. Results of experiments on 20 NewsGroups dataset show that this approach is able to produce superior classification performance when compared to support vector machines.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中国科学技术大学学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学院
  • 主办单位:中国科学技术大学
  • 主编:何多慧
  • 地址:安徽省合肥市金寨路96号
  • 邮编:230026
  • 邮箱:JUST@USTC.EDU.CN
  • 电话:0551-63601961 63607694
  • 国际标准刊号:ISSN:0253-2778
  • 国内统一刊号:ISSN:34-1054/N
  • 邮发代号:26-31
  • 获奖情况:
  • 1999年,全国优秀高等学校自然科学学报及教育部优...,2001年,安徽省1999-2001年度优秀科技期刊一等奖,2002年,第三届华东地区优秀期刊奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国剑桥科学文摘,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:8237