邵海敏
- 作品数：5 被引量：27H指数：2
- 供职机构：山东大学计算机科学与技术学院更多>>
- 发文基金：山东省自然科学基金国家自然科学基金山东省科技计划项目更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 基于主题模型LDA的多文档自动摘要
- 随着Web上文档数量的指数型增长，文档摘要起到越来越重要的作用，近年来使用概率主题模型表示多文档摘要问题受到研究者的关注。LDA(LatentDirichlet Allocation)是主题模型中具有代表性的概率生成性模...
- 杨潇马军杨同峰杜言琦邵海敏
- 关键词：LDA模型多文档自动文摘
- 文献传递
- 主题模型LDA的多文档自动文摘被引量：23
- 2010年
- 近年来使用概率主题模型表示多文档文摘问题受到研究者的关注.LDA(latent dirichlet allocation)是主题模型中具有代表性的概率生成性模型之一.提出了一种基于LDA的文摘方法,该方法以混乱度确定LDA模型的主题数目,以Gibbs抽样获得模型中句子的主题概率分布和主题的词汇概率分布,以句子中主题权重的加和确定各个主题的重要程度,并根据LDA模型中主题的概率分布和句子的概率分布提出了2种不同的句子权重计算模型.实验中使用ROUGE评测标准,与代表最新水平的SumBasic方法和其他2种基于LDA的多文档自动文摘方法在通用型多文档摘要测试集DUC2002上的评测数据进行比较,结果表明提出的基于LDA的多文档自动文摘方法在ROUGE的各个评测标准上均优于SumBasic方法,与其他基于LDA模型的文摘相比也具有优势.
- 杨潇马军杨同峰杜言琦邵海敏
- 关键词：多文档自动文摘主题模型LDA
- 摘录式多文档摘要技术的研究
- 随着网络的发展,信息获取变得越来越容易,人们日常所需要处理的信息量也越来越大。如何从众多的文档中提取出重要的信息,以帮助人们做快速的浏览和撷取,是一项迫切的任务。多文档摘要技术因此而成为了最近几年的研究热点。
本文...
- 邵海敏
- 关键词：LDA模型搜索算法
- 一种基于LDA的Web论坛低质量回帖检测方法被引量：4
- 2012年
- 为了过滤Web论坛中的低质量回帖,提出了一种新的基于LDA(latent Dirichlet allocation)的低质量回帖检测方法.不同于以往的方法,该方法在对回帖进行质量分类时使用了两类特征:语义特征和统计特征.提出并定义了垃圾/非重要(J/Ⅰ)主题比例、主题不确定度和主题相关度3种语义特征.为克服TF·IDF方法在表示稀疏文本语义上的局限性,语义特征在LDA主题空间上计算.另外,统计特征包括浅层特征、句法特征和论坛专有特征.由于检测回帖质量可被看作二元分类问题,训练SVM分类器来区分出低质量回帖.在3个不同数据集上的实验结果表明,新方法在精确率、查全率和F1测度上均优于已知的方法.
- 韩晓晖马军邵海敏薛冉
- 关键词：WEB论坛主题模型主题分布语义特征
- 基于主题模型LDA的多文档自动摘要
- 随着Web上文档数量的指数型增长,文档摘要起到越来越重要的作用,近年来使用概率主题模型表示多文档摘要问题受到研究者的关注。LDA(Latent Dirichlet Allocation)是主题模型中具有代表性的概率生成性...
- 杨潇马军杨同峰杜言琦邵海敏
- 关键词：多文档自动文摘主题模型LDA
- 文献传递
