一种基于主题的概率文档相关模型

被引：3

作者：

贾西平

彭宏

郑启伦

石时需

机构：

[1] 华南理工大学计算机科学与工程学院

[2] 广东技术师范学院计算机科学学院

来源：

计算机科学 | 2008年 / 10期

基金：

广东省自然科学基金;

关键词：

主题; 主题相似性; 文档相关性; 文本挖掘;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

现有文档关系分析模型难以从主题层次上判别文档相关性。为此,提出了一个基于主题的概率文档相关模型(TPDC)。TPDC借助Latent Dirichlet Allocation模型学习文档的主题结构;在计算出主题后验概率和主题相似度的基础上推导出文档后验概率;基于文档后验概率构建文档相关性分析模型。实验结果证明,TPDC模型在文档检索精度和文档压缩程度两方面优于向量空间模型,因而更能胜任实际应用中的文档检索任务。

引用

页码：178 / 180+218 +218

页数：4