文献类型：期刊文章

作　　者：胡勇军[1] 江嘉欣[2] 常会友[3]

机构地区：[1]中山大学管理学院,广州510275 [2]中山大学信息科学与技术学院,广州510006 [3]中山大学软件学院,广州510006

出　　处：《现代图书情报技术》

基　　金：国家863计划基金项目"农产品全供应链多源信息感知技术与产品开发"(项目编号:2012AA101701-03)的研究成果之一

年　　份：2013

期　　号：6

起止页码：42-48

语　　种：中文

收录情况：BDHX、BDHX2011、CSSCI、CSSCI2012_2013、RWSKHX、核心刊

摘　　要：针对短文本特征稀疏、噪声大等特点,提出一种基于LDA高频词扩展的方法,通过抽取每个类别的高频词作为向量空间模型的特征空间,用TF-IDF方法将短文本表示成向量,再利用LDA得到每个文本的隐主题特征,将概率大于某一阈值的隐主题对应的高频词扩展到文本中,以降低短文本的噪声和稀疏性影响。实验证明,这种方法的分类性能高于常规分类方法。

关 键 词：短文本分类  高频词 LDA 特征扩展  

分 类 号：TP391.1]