基于DMA与特征划分的多源文本主题模型

许伟佳; 秦永彬; 黄瑞章; 陈艳平

首页> 中文期刊> 《计算机工程》 >基于DMA与特征划分的多源文本主题模型

基于DMA与特征划分的多源文本主题模型

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对传统主题模型在挖掘多源文本数据集信息时存在主题发现效果不佳的问题,设计一种基于狄利克雷多项式分配(DMA)与特征划分的多源文本主题模型.以DMA模型为基础,放宽对预先输入的主题数量的限制,为每个数据源分配专有的主题分布参数,使用Gibbs采样算法估计每个数据源的主题数量.同时,对每个数据源分配专有的噪音词分布参数以及主题-词分布参数,采用特征划分方法区分每个数据源的特征词和噪音词,并学习每个数据源的用词特征,避免噪音词集对模型聚类的干扰.实验结果表明,与传统主题模型相比,该模型能够保留每个数据源特有的词特征,具有更好的主题发现效果及鲁棒性.

著录项

来源
《计算机工程》 |2021年第7期|59-66|共8页
作者
许伟佳; 秦永彬; 黄瑞章; 陈艳平;
展开▼
作者单位

贵州大学计算机科学与技术学院贵阳550025;

公共大数据国家重点实验室贵阳550025;

贵州大学计算机科学与技术学院贵阳550025;

公共大数据国家重点实验室贵阳550025;

贵州大学计算机科学与技术学院贵阳550025;

公共大数据国家重点实验室贵阳550025;

贵州大学计算机科学与技术学院贵阳550025;

公共大数据国家重点实验室贵阳550025;

展开▼
原文格式 PDF
正文语种 chi
中图分类文字信息处理;
关键词
多源文本主题模型; 文本聚类; 狄利克雷多项分配; 特征划分; Gibbs采样;

相似文献

中文文献
外文文献
专利

1. 基于自然标注信息和隐含主题模型的无监督文本特征抽取 [J] . 饶高琦 ,于东 ,荀恩东 . 中文信息学报 . 2015,第006期
2. 基于卡方特征选择和LDA主题模型的中文短文本分类 [J] . 郑诚 ,熊大康 ,刘倩倩 . 电脑知识与技术 . 2014,第013期
3. 基于划分子集主题模型的多标签极限分类 [J] . 杨菊英 ,刘燚 ,罗佳 . 计算机工程与设计 . 2020,第012期
4. 基于论域划分的无监督文本特征选择方法 [J] . 朱颢东 ,吴怀广 . 科学技术与工程 . 2013,第007期
5. 基于主题词频数特征的文本主题划分 [J] . 康恺 ,林坤辉 ,周昌乐 . 计算机应用 . 2006,第008期
6. 基于主题模型的古典乐器诗词文本挖掘 [C] . SHEN Zizhuo ,申资卓 ,YANG Ying . 第十七届全国计算语言学学术会议暨第六届基于自然标注大数据的自然语言处理国际学术研讨会（CCL 2018） . 2018
7. 基于主题模型与深度学习的短文本特征扩展与分类研究 [A] . 赵芃 . 2018

基于DMA与特征划分的多源文本主题模型

摘要

著录项

相似文献

相关主题

期刊订阅