| 基于Labeled-LDA模型的文本分类新算法 |
| 李文波; 孙乐; 黄瑞红; 冯元勇; 张大鲲
|
| 2007
|
| 会议名称 | 第三届全国信息检索与内容安全学术会议
|
| 会议录名称 | 第三届全国信息检索与内容安全学术会议论文集
|
| 页码 | 110-116
|
| 会议日期 | 2007
|
| 会议地点 | 苏州
|
| 部门归属 | 中国科学院软件研究所,北京 100080;中国科学院研究生院,北京 100049;中国科学院软件研究所,北京 100080;中国科学院软件研究所,北京 100080;中国科学院软件研究所,北京 100080;中国科学院软件研究所,北京 100080
|
| 其他摘要 | Latent Dirichlet Allocation(LDA)模型是近年来提出的一种具有文本主题表示能力的非监督学习模型。通过在传统LDA模型中融入文本类别信息，本文提出了一种附加类别标签的LDA模型(Labeled-LDA)。基于该模型可以计算出隐含主题在各类别上的分配量，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：在复且中文语料库上micro_F1提高约5.7％，在英文语料库20n |
| 关键词 | 文本分类
图模型
隐含狄利克雷分配
变分推断
|
| 主办者 | 中国中文信息学会
|
| 语种 | 中文
|
| 内容类型 | 会议论文
|
| URI标识 | http://ir.iscas.ac.cn/handle/311060/11024
|
| 专题 | 基础软件国家工程研究中心
|
推荐引用方式
GB/T 7714 |
李文波,孙乐,黄瑞红,等. 基于Labeled-LDA模型的文本分类新算法[C],2007:110-116.
|
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论