本文選題：多標簽 + 文本分類��； 參考：《計算機工程與應用》2017年23期

【摘要】：隨著互聯網和信息技術的發(fā)展,大量的多標簽文本數據快速產生。在文本分類中如何確定合適的分類數目以及如何更加準確地辨別文檔的標簽是亟待解決的問題。提出的HL_LDA模型通過層次狄利克雷過程自動確定分類的數目,通過發(fā)掘多標簽文檔的標簽之間的層次信息提高分類的質量。實驗結果表明在不同類型的數據集中,和經典的LDA,SVM等方法相比,HL_LDA在精度,F1-score等評估指標上明顯優(yōu)于現有的方法。
[Abstract]:With the development of Internet and information technology, a large number of multi-label text data are produced quickly.How to determine the appropriate number of classifiers and how to identify the tags of documents more accurately is an urgent problem in text categorization.The proposed HL_LDA model automatically determines the number of classification by the hierarchical Drickley process, and improves the quality of the classification by mining the hierarchical information between the tags of the multi-label document.The experimental results show that compared with the classical LDA-SVM method in different data sets, HLSP LDA is superior to the existing methods in accuracy evaluation such as F1-score.
【作者單位】： 武漢大學計算機學院;武漢大學軟件工程國家重點實驗室;
【基金】：青年科學基金項目(No.60903035) 國家自然科學基金(No.61572373) 國家重點研發(fā)計劃(No.2017YFC0803808)
【分類號】：TP391.1

【相似文獻】

相關期刊論文 前10條

1 曹自強;李素建;;HDP與互信息相結合的中文無指導分詞[J];中文信息學報;2013年06期

2 陳敏,湯曉安;在Microsoft Access中引入文本文件[J];微型電腦應用;1995年02期

3 李盛瑜;何文;;一種對聊天文本進行特征選取的方法研究[J];計算機科學;2007年05期

4 蔣志方;祝翠玲;吳強;;一個對不帶類別標記文本進行分類的方法[J];計算機工程;2007年12期

5 趙鋼;;從復雜文本中導入數據的方法[J];中國審計;2007年18期

6 易樹鴻;張為群;;一種基于粗集的文本數據特征信息的挖掘方法[J];計算機科學;2002年08期

7 李建中,楊艷,張艷秋;并行文本管理原型系統(tǒng)PDoc的功能與總體框架[J];哈爾濱工業(yè)大學學報;2004年09期

8 覃曉;元昌安;彭昱忠;丁超;;基于基因表達式編程的Web文本分類研究[J];網絡安全技術與應用;2009年03期

9 諶志群;;文本趨勢挖掘綜述[J];情報科學;2010年02期

10 王亞民;劉洋;;含附件文本的分類算法研究[J];情報雜志;2012年08期

相關會議論文 前10條

1 許君;王朝坤;劉立超;王建民;劉璋;;云環(huán)境中的近似復制文本檢測[A];第29屆中國數據庫學術會議論文集（B輯）（NDBC2012）[C];2012年

2 易天元;葉春生;;工業(yè)鍋爐圖紙輸入的文本數據處理[A];1997中國控制與決策學術年會論文集[C];1997年

3 胡蓉;唐常杰;陳敏敏;欒江;;關聯規(guī)則制導的遺傳算法在文本分類中的應用[A];第十九屆全國數據庫學術會議論文集（研究報告篇）[C];2002年

4 李文波;孫樂;黃瑞紅;馮元勇;張大鯤;;基于Labeled-LDA模型的文本分類新算法[A];第三屆全國信息檢索與內容安全學術會議論文集[C];2007年

5 黃云平;孫樂;李文波;;基于上下文圖模型文本表示的文本分類研究[A];第四屆全國信息檢索與內容安全學術會議論文集（上）[C];2008年

6 蔣勇;陳曉靜;;一種多方向手寫文本行提取方法[A];第二十七屆中國控制會議論文集[C];2008年

7 朱廣飛;董超;王衡;汪國平;;照片標簽的智能化管理[A];第四屆和諧人機環(huán)境聯合學術會議論文集[C];2008年

8 房冠南;袁彩霞;王小捷;李江;宋占江;;面向對話語料的標簽推薦[A];中國計算語言學研究前沿進展（2009-2011）[C];2011年

9 梅放;林鴻飛;;基于社會化標簽的移動音樂檢索[A];第五屆全國信息檢索學術會議論文集[C];2009年

10 李瑞;王朝坤;鄭偉;王建民;王偉平;;基于MapReduce框架的近似復制文本檢測[A];NDBC2010第27屆中國數據庫學術會議論文集(B輯)[C];2010年

相關重要報紙文章 前1條

1 戴洪玲;向Excel中快速輸入相同文本[N];中國電腦教育報;2004年

相關博士學位論文 前10條

1 宋歌;基于聚類森林的文本流分類方法研究[D];哈爾濱工業(yè)大學;2014年

2 韓開旭;基于支持向量機的文本情感分析研究[D];東北石油大學;2014年

3 鄭立洲;短文本信息抽取若干技術研究[D];中國科學技術大學;2016年

4 韓磊;漢語句義結構模型分析及其文本表示方法研究[D];北京理工大學;2016年

5 張博宇;基于局部特征的場景文本分析方法研究[D];哈爾濱工業(yè)大學;2015年

6 胡卉芪;空間文本數據的量質融合與推送[D];清華大學;2016年

7 胡明涵;面向領域的文本分類與挖掘關鍵技術研究[D];東北大學　;2009年

8 孫曉華;基于聚類的文本機會發(fā)現關鍵問題研究[D];哈爾濱工程大學;2010年

9 尚文倩;文本分類及其相關技術研究[D];北京交通大學;2007年

10 霍躍紅;典籍英譯譯者文體分析與文本的譯者識別[D];大連理工大學;2010年

相關碩士學位論文 前10條

1 金傳鑫;氣象文本分類特征選擇方法及其在MapReduce上的實現[D];南京信息工程大學;2015年

2 李少卿;不良文本及其變體信息的檢測過濾技術研究[D];復旦大學;2014年

3 董秦濤;基于文本的個人情感狀態(tài)分析研究[D];蘭州大學;2015年

4 鐘文波;搜索引擎中關鍵詞分類方法評估及推薦應用[D];華南理工大學;2015年

5 黃晨;基于新詞識別和時間跨度的微博熱點研究[D];上海交通大學;2015年

6 陳紅陽;中文微博話題發(fā)現技術研究[D];重慶理工大學;2015年

7 王s，

本文編號：1771194