本发明公开了一种基于数据增强的主题建模方法,其特征是按如下步骤进行：步骤一、获取文档集合并表示；步骤二、使用潜在狄利克雷分布模型抽取所述文档集合D的主题,得到K个主题#词分布和|D|个文档主题分布；步骤三、对单词进行主题影响力赋值；步骤四、对每篇文档进行数据增强；步骤五、建立数据增强的主题模型,并得到最终的主题#词分布。本发明能在数据稀疏情况下充分利用文档信息进行数据增强,从而提高主题质量。
科研之友
微信
新浪微博
Facebook
分享链接
