文献类型：期刊文章

作　　者：王振振[1] 何明[1] 杜永萍[1]

机构地区：[1]北京工业大学计算机学院,北京100124

出　　处：《计算机科学》

基　　金：国家自然科学基金(60803086);北京市自然科学基金(4123091);北京市教委科研计划(KM20110005013;KM200910005009)资助

年　　份：2013

卷　　号：40

期　　号：12

起止页码：229-232

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSCD、CSCD2013_2014、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：LDA(Latent Dirichlet Allocation)模型是近年来提出的一种具有文本表示能力的非监督学习模型。提出了一种基于LDA主题模型的文本相似度计算方法,该方法利用LDA为语料库建模,利用MCMC中的Gibbs抽样进行推理,间接计算模型参数,挖掘隐藏在文本内的不同主题与词之间的关系,得到文本的主题分布,并以此分布来计算文本之间的相似度,最后对文本相似度矩阵进行聚类实验来评估聚类效果。实验结果表明,该方法能够明显提高文本相似度计算的准确率和文本聚类效果。

关 键 词：主题模型 LDA 文本相似度 GIBBS抽样

分 类 号：TP301]