词加权有监督主题模型：多标签文本分类

2018年第19卷第4期

摘要

关键词

相关研究

回顶部

《信息与电子工程前沿（英文）》 >> 2018年第19卷第4期 doi: 10.1631/FITEE.1601668

词加权有监督主题模型：多标签文本分类

. College of Computer Science and Technology, Jilin University, Changchun 130012, China.. MOE Key Laboratory of Symbolic Computation and Knowledge Engineering, Jilin University, Changchun 130012, China.

发布日期： 2018-06-28

HTML55 PDF 4 收藏 0

摘要

有监督主题模型已成功应用于多标签文本分类任务。代表性模型包括有监督隐含狄利克雷分配模型（labeled latent Dirichlet allocation，L-LDA）和判别隐含狄利克雷分配模型（dependency-LDA）。这些已有模型忽略单词类别频率信息，即训练集中单词出现的类别数量，对分类任务的影响。对此引入类别频率信息，提出一个类别频率词权重方法（class frequency weight, CF-weight）。CF-weight方法基于如下假设：具有较高（或较低）类别频率的单词在分类问题中具有较低（或较高）判别力。将CF-weight方法应用于L-LDA和dependency-LDA模型。实验结果表明，相比传统有监督主题模型，基于CF-weight的模型在多标签分类性能上具有优势。

关键词

有监督主题模型 ; 多标签分类 ; 类别频率 ; 有监督隐含狄利克雷分配模型 ; 判别隐含狄利克雷分配模型