基于Labeled-LDA模型的文本特征提取方法

作者：王瑞; 龙华^*; 邵玉斌; 杜庆治

来源：电子测量技术, 2020, 43(01): 141-146.

DOI：10.19651/j.cnki.emt.1903246

• Labeled-LDA
• TF-IDF
• Simhash
• 文本特征提取

针对LDA主题模型文本特征提取时主题识别不明确的问题,提出一种基于Labeled-LDA模型的文本特征提取方法。使用LDA主题模型对文本隐含主题中的主题词进行提取,根据TF-IDF算法实现对文本类别的关键词进行提取。通过文本simhash算法对提取出的主题词与关键词进行相似度计算,找到文本隐含主题的类别并提取特征词。实验表明结合后的特征提取方法比TF-IDF、传统LDA主题模型的文本特征提取方法,获得更高的分类精度,其中准确度提高了3.40%,召回率提高了4.40%,F值提高了3.92%。

• 单位
  昆明理工大学; 自动化学院