一种解决“中心主题湮没问题”的基于图模型的Labeled-LDA文本分类算法  

Labeled-LDA Text Classification Algorithm Based on Graph Model for“Central Topic Oblivion Problem”

作　　者：李伟[1] 马永征[1] 沈一[1] 

机构地区：[1]中国科学院计算机网络信息中心,北京100190

出　　处：《计算机科学》2014年第3期223-227,共5页Computer Science

基　　金：中科院十二五信息化项目"科研信息化应用推进工程"(XXH12503)资助

摘　　要：隐含狄利克雷分配(LDA,Latent Dirichlet Allocation)是一种用于挖掘文档集中潜在主题信息的无监督主题模型。而LDA模型的变形Labeled-LDA则可以作为有监督的多标签分类器,它建立了主题与标签的一一映射,从而学习出词与标签之间的关系。近年来,图模型在文本挖掘方面的应用取得了良好的效果,通过对文档建立图模型,为进一步分析文档的语义提供了新的途径。提出了一种利用Labeled-LDA和文档图模型进行文本分类的新算法,与传统的LDA模型方法相比,该方法的性能有较大的提高。Latent Dirichlet Allocation（LDA） is an unsupervised topic model used to mining potential topic inforrnation from the corpus.Labeled-LDA as a mutation of LDA can be used to do multi-classification on labeled documents,which establishes the one-to-one mapping from topic to label and learns the relationship between words and labels.Recently,the application of graph model has obtained good results in text mining,which provides a new way to analyze semantics of documents.This paper proposed a new method combining complex network theory and Labeled-LDA to do text classification.The experimental results show that our new method gets an improvement according to Macro_F1 compared to the traditional LDA model.

关 键 词：文本分类 图挖掘 图模型 隐含狄利克雷分配 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]