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.pdf

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