科研之友
微信
新浪微博
Facebook
分享链接
摘要
LDA作为文本主题识别领域中使用最广泛的模型之一，其基于词袋模型的假设简单化地赋予词汇相同的权重，使得主题分布易向高频词倾斜，影响了识别主题的语义连贯性。本文针对该问题提出一种基于图挖掘的LDA改进算法GoW-LDA，首先基于特征词对在文本中的共现先后关系构建语义图模型，然后利用网络统计特征中节点的加权度，将文本的语义结构特点和关联性以权重修正的形式融入LDA主题建模中。实验结果显示，GoW-LDA相较于传统LDA和基于TF-IDF的LDA，能够大幅降低主题模型的混淆度，提高主题识别的互信息指数，并且有效减少模型的训练时间，为文本主题识别提供了一种新的解决思路。
- 单位
