融合潜在主题信息和卷积语义特征的文本主题分类-信号处理.pdfVIP

第３３卷　第 ８期 信 号 处 理 Ｖｏｌ．３３　Ｎｏ．８ ２０１７年８月 ＪＯＵＲＮＡＬＯＦＳＩＧＮＡＬＰＲＯＣＥＳＳＩＮＧ Ａｕｇ．２０１７ 文章编号：１００３－０５３０（２０１７）０８－１０９０－０７ 融合潜在主题信息和卷积语义特征的文本主题分类 陈培新　郭　武 （中国科学技术大学语音及语言信息处理国家工程实验室，安徽合肥２３００２２） 摘　要：经典的概率主题模型通过词与词的共现挖掘文本的潜在主题信息，在文本聚类与分类任务上被广泛应 用。近几年来，随着词向量和各种神经网络模型在自然语言处理上的成功应用，基于神经网络的文本分类方法 开始成为研究主流，卷积神经网络（ＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌＮｅｔｗｏｒｋ，ＣＮＮ）已成为目前一种主流的文本分类模型。本 文通过ＣＮＮ和概率主题模型ＰＬＳＡ（ＰｒｏｂａｂｉｌｉｓｔｉｃＬａｔｅｎｔＳｅｍａｎｔｉｃＡｎａｌｙｓｉｓ）、ＬＤ