基于Labeled-LDA模型的文本分类新算法精选.pdfVIP

第31卷第4期 计 算 机 学 报 V01．31No．4 2008年4月 CHINESEJoURNALOFCOMPUTERS Apr．2008 李文波”’2’ 孙 乐” 张大鲲。 ”(中国科学院软件研究所北京100080) 2’(中国科学院研究生院北京100049) Dirichlet 摘 要LDA(LatentAllocation)模型是近年来提出的一种能够提取文本隐含主题的非监督学习模型．通 可以在各类别上协同计算隐含主题的分配量，从而克服了传统LDA模型用于分类时强制分配隐含主题的缺陷．与 传统LDA模型的实验对比表明：基于Labeled-LDA模型的文本分类新算法可以有效改进文本分类的性能，在复旦 关键词文本分类；图模型；隐含狄利克雷分配；变分推断 中图法分类号TPl8 TextClassificationBasedonLabeled—LDAModel LIWan—B01)·2’SUNLe¨ ZHANGDa—Kunl’ 1’(InstituteofSoftware，ChineseAcademyofSciences，Beijing100080) Chinese ”(Graduate the 100049) Universityof AcademyofSciences，Beijing AbstractLDA(LatentDirichletAllocation)isa modelwhichextractslatent recentlyproposed fromtext this is toenhancethetraditionalLDAto topics data．Inpaper，Labeled—LDAproposed the isintroducedto classinformation．BasedonLabeled—LDA，anew integrate algorithm figure outthelatent ofeachclass sucha model topics’quantitiessynergistically．Inway，Labeled—LDA allocation ofthetraditional usedasa in avoids behaviors LDAwhenit is compulsive component classification onfudan andthe subsetof frame．Experimentscorpus comp 20newsgropcorpus showthenewmethodcan textclassification effectiveness：Onmicro—FImeasure，it improve