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
2019-12-21 21:41:21
624KB
1
最全的同义词表，可用于词扩展。给出前几行：
#大自然
混沌
空间
六合
乾坤
时间
世界
太空
外层空间
万物
万象
宇宙
宇宙空间
造化
自然
自然界
#混沌
大自然
空间
六合
乾坤
时间
世界
太空
外层空间
万物
万象
宇宙
宇宙空间
造化
自然
自然界
2019-12-21 18:58:51
5.58MB
1