融合LDA主题模型和二维卷积的短文本分类

摘要

由于受到短文本文本长度的限制,传统分类模型不能够充分挖掘短文本序列信息,导致短文本分类效果不佳.对此提出两种融合LDA主题模型和二维卷积的短文本分类模型.采用LDA主题模型预训练得到的主题词项分布来弥补短文本缺乏的主题信息,通过预训练词向量来补充短文本通用语义信息.同时将随机初始化词向量、预训练词向量,以及主题词项分布进行拼接,应用二维卷积学习拼接后短文本表示的空间层次结构.实验结果表明,相比于其他短文本分类算法,提出的两种短文本分类模型可以充分挖掘利用短文本特征,其分类准确度明显提升.