结合语义相似度改进LDA的文本主题分析

被引：8

作者：

赵林静

机构：

[1] 中国民航飞行学院计算机学院

来源：

计算机工程与设计 | 2019年 / 40卷 / 12期

关键词：

评论短文本; 主题分析; HowNet语义相似度; LDA模型; 超参数β;

D O I：

10.16208/j.issn1000-7024.2019.12.025

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

为对评论文本进行准确的主题分类,提出一种结合HowNet语义相似度和隐含狄利克雷分配(LDA)模型的主题聚类方法。不同于传统LDA模型,该方法通过HowNet常识知识库计算输入单词与当前主题聚类中单词间的语义相似度,以此调整LDA模型中的超参数β。为不同的单词分配不同的β值,以此监督聚类过程,在主题分析中实现从语法到语义的转变。实验结果表明,该方法能够有效提高主题聚类的准确性。

引用

页码：3514 / 3519

页数：6

共 12 条

[1] 基于BTM主题模型的Web服务聚类方法研究 [J].

陈婷 ;

刘建勋 ;

曹步清 ;

李润 .

计算机工程与科学, 2018, 40 (10) :1737-1745

[2] 面向商品评论文本的情感分析与挖掘 [J].

李涵昱 ;

钱力 ;

周鹏飞 .

情报科学, 2017, 35 (01) :51-55+61

[3] 基于LDA主题模型的短文本分类 [J].

杨萌萌 ;

黄浩 ;

程露红 ;

马平 ;

包武杰 .

计算机工程与设计, 2016, 37 (12) :3371-3377

[4] 基于语义约束LDA的商品特征和情感词提取 [J].

彭云 ;

万常选 ;

江腾蛟 ;

刘德喜 ;

刘喜平 ;

廖国琼 .

软件学报, 2017, 28 (03) :676-693

[5] 轻型评论的情感分析研究 [J].

张林 ;

钱冠群 ;

樊卫国 ;

华琨 ;

张莉 .

软件学报, 2014, 25 (12) :2790-2807

[6] 基于Labeled-LDA模型的文本分类新算法 [J].

李文波 ;

孙乐 ;

张大鲲 .

计算机学报, 2008, (04) :620-627

[7]

A new Gibbs sampling based algorithm for Bayesian model updating with incomplete complex modal data[J] . Sai Hung Cheung,Sahil Bansal.Mechanical Systems and Signal Processing . 2017

[8]

Text classification method based on Self-Training and LDA topic models[J] . Miha Pavlinek,Vili Podgorelec.Expert Systems With Applications . 2017

[9]

A survey on opinion mining and sentiment analysis: Tasks, approaches and applications[J] . Kumar Ravi,Vadlamani Ravi.Knowledge-Based Systems . 2015

[10]

Incremental probabilistic Latent Semantic Analysis for video retrieval[J] . Ruben Fernandez-Beltran,Filiberto Pla.Image and Vision Computing . 2015

← 1 2 →