- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于LDA—wSVM模型的文本分类研究木基于LDA—wSVM模型的文本分类研究木
第32卷第1期 计算机应用研究 V01.32No.1
of
2015年1月 Research Jan.2015
Application Computers
基于LDA—wSVM模型的文本分类研究木
Kai2
李锋刚L2…,梁钰1’3,GAOXiao.zhi2,ZENGER
过程优化与智能决策重点实验室,合肥230009)
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。
关键词:文本分类;潜在狄利克雷分布;支持向量机;权重计算;吉普斯抽样
中图分类号:TP391.1 文献标志码:A 文章编号:1001.3695(2015)01—0021.05
doi:10.3969/j.issn.1001-3695.2015.01.005
Researchontext basedon
LDA.wSVMmodel
categorization
LI Kai2
Yul’3,GAOXiao—zhi2,ZENGER
Feng—gan91’2’3,LIANG
(1.SchoolofManagement,HefeiofTechnology,Hefei U-
University
niversity,AaltoF1-00076,Finland;3.KeyLaboratoryofProcess Education,
Optimization&Intell培entDecision—makingofMinistryof
Hefei230009,China)
Abstract:SVMhas in with dimensionalitdoesnotconsiderthe of
algorithmgreatadvantagesdealinghigh data,but problem
semantic modelcansolvethe of measurementand
similaritymeasurement.However,LDA
topic problems
您可能关注的文档
- 坚持经济党建两手抓,实现规范营运促发展坚持经济党建两手抓,实现规范营运促发展.doc
- 坂本一成设计师坂本一成设计师.ppt
- 坚持努力成功班会坚持努力成功班会.ppt
- 垂直运输设备施工方案垂直运输设备施工方案.doc
- 垄断资本主义的发展垄断资本主义的发展.ppt
- 垃圾运输问题垃圾运输问题.pdf
- 型角行程电动执行机构(智能型一体化)型角行程电动执行机构(智能型一体化).pdf
- 垫板级进模设计任务书垫板级进模设计任务书.doc
- 垃圾项目开发垃圾项目开发.pdf
- 型砂主要粘结剂概述型砂主要粘结剂概述.pdf
- 2024年中国钽材市场调查研究报告.docx
- 2024年中国不锈钢清洗车市场调查研究报告.docx
- 2024年中国分类垃圾箱市场调查研究报告.docx
- 2024年中国水气电磁阀市场调查研究报告.docx
- 2024年中国绿藻片市场调查研究报告.docx
- 2010-2023历年初中毕业升学考试(青海西宁卷)数学(带解析).docx
- 2010-2023历年福建厦门高一下学期质量检测地理卷.docx
- 2010-2023历年初中数学单元提优测试卷公式法(带解析).docx
- 2010-2023历年初中毕业升学考试(山东德州卷)化学(带解析).docx
- 2010-2023历年初中毕业升学考试(四川省泸州卷)化学(带解析).docx
文档评论(0)