论文部分内容阅读
特征选择在文本聚类中起着至关重要的作用，将产生式模型LatentDirichletAllocation（LDA）引入基于K．means算法的文本聚类中，通过提取特征与隐含主题的关系进行特征选择。在第2届中文倾向性分析评测的语料上的实验结果表明。当选择2％的特征时，相对于单词贡献度（TC，TermContribution）方法的纯度和F值分别提高了0．15和0．16，相对于LDA直接得到文本与主题的关系的实验结果的纯度和F值分别提高了0．14和0．13。