【摘 要】
:
针对中文短文本篇幅较短、特征稀疏性等特征,提出了一种基于隐含狄利克雷分布模型的特征扩展的短文本分类方法。在短文本原始特征的基础上,利用LDA主题模型对短文本进行预测,
【基金项目】
:
国家自然科学基金重点项目(No.61133012);国家自然科学基金面上项目(No.61173062)
论文部分内容阅读
针对中文短文本篇幅较短、特征稀疏性等特征,提出了一种基于隐含狄利克雷分布模型的特征扩展的短文本分类方法。在短文本原始特征的基础上,利用LDA主题模型对短文本进行预测,得到对应的主题分布,把主题中的词作为短文本的部分特征,并扩充到原短文本的特征中去,最后利用SVM分类方法进行短文本的分类。实验表明,该方法在性能上与传统的直接使用VSM模型来表示短文本特征的方法相比,对不同类别的短文本进行分类,都有不同程度的提高与改进,对于短文本进行补充LDA特征信息的方法是切实可行的。
其他文献
随着经济全球化的发展,企业间的竞争越加激烈,劳动力市场分工也日益精细,传统的劳动关系已无法满足企业弹性用工的要求,劳务派遣这种用工形式也就在这种背景下产生了,劳务派
社会保障制度的建立不仅为人民的基本生活提供了保障,也为社会的和谐稳定,经济的可持续发展做出了巨大贡献。随着我国社会保障制度的不断完善,作为社会保障制度核心的社会保险制
古城旅游资源作为一种特殊的资源,既有一般资源的一些共同属性,又有其他资源所不具有的特性,除它的审美性与文化性、地域性与广域性外,古城旅游资源还具有独特性、稀缺性、历
通过对国产聚酰胺56工业丝纺牵联合机装备及技术的开发,介绍了国产聚酰胺56工业丝纺牵联合机的设备特点和参数.重点对聚酰胺56工业丝装备研制所开发的技术要点进行了论述.该
金融是经济的核心,在资源配置和资金流通上为经济运转提供着强大的支撑。银行业是特殊的一个行业,在金融系统中处于不可或缺、至关重要的位置,所以银行业的市场竞争结构布局对金
IEEE1588定义了一种精密时钟同步(PTP)协议,广泛应用于分布式测控系统中。PTP协议可以通过纯软件或者纯硬件的方式实现。纯软件方式可采用开源的PTPd代码,开发简单,协议实现
在城市化进程不断发展的宏观背景下,全国各地国有土地上房屋征收补偿活动是当今热点话题之一。不仅在十八届三中全会全面深化改革目标中提到了对该部分的具体要求,还存在理论及
<正>美国著名作家西奥多·德莱塞(1871-1945),历经十年创作了小说《珍妮姑娘》。故事的主人公珍妮与情人莱斯特的爱情以悲剧结束,这与珍妮性格中的自卑感息息相关。本文主要
为解决由于产生时间序列数据时的一些不确定因素而导致预测结果在数值上存在较大偏差的问题,通过分析基于时间序列的历史数据,提出基于迭代的异常检测方法,剔除一些可能对时
<正>这两段时间数十次的谈话,有时是单独的耳提面命,使我了解到什么是学问大家、怎样才能称得上思想巨子,获益匪浅,终身受教。我有幸聆听胡乔木的教诲主要在两段时间。一是从