文献类型：期刊文章

作　　者：孔希希[1] 廖述魁[1] 程兵[1]

机构地区：[1]中国科学院大学数学与系统科学研究院

出　　处：《数学的实践与认识》

基　　金：中国科学院随机复杂结构与数据科学重点实验室开放基金资助;国家自然科学基金重大研究计划培育项目“管理决策大数据分析方法与关键技术”(91546102)

年　　份：2018

卷　　号：48

期　　号：1

起止页码：116-123

语　　种：中文

收录情况：BDHX、BDHX2017、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：主要研究不同的分词模式对文本分类结果的影响，采用两种传统的文本表示方法：LDA和LSA，采用两种分类方法：支持向量机和逻辑回归，一共四组不同的实验来比较分析．实验结果表明相对于传统的分词方法来说，第二种搜索引擎式的分词方法通过拆分、添加组合词对分类结果更有效．具体来说，对两种分词采用LDA得到文本表示后，模式二的分类准确率最高95．38％，模式一为93．7％．在对两种分词采用LSA得到文本表示后，模式二的分类准确率最高为96．44％，模式一最高为95．2％．

关 键 词：文本分类 LDA LSA 支持向量机 逻辑回归

分 类 号：TP391.1]