基于Labeled-LDA模型的文本分类新算法

被引：97

作者：

李文波

孙乐

张大鲲

机构：

[1] 中国科学院软件研究所

来源：

计算机学报 | 2008年 / 04期

基金：

国家自然科学基金重点项目;

关键词：

文本分类; 图模型; 隐含狄利克雷分配; 变分推断;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

LDA(Latent Dirichlet Allocation)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.通过在传统LDA模型中融入文本类别信息,文中提出了一种附加类别标签的LDA模型(Labeled-LDA).基于该模型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,在复旦大学中文语料库上micro-F1提高约5.7%,在英文语料库20newsgroup的comp子集上micro-F1提高约3%.

引用

页码：620 / 627

页数：8

共 6 条

[1] 基于机器学习的文本分类技术研究进展 [J].