基于金字塔池化与LDA主题模型的短文本分类方法

摘要

本发明公开了一种基于金字塔池化与LDA主题模型的短文本分类方法，包括以下步骤：构建文本向量矩阵；通过金字塔池化模型将不同文本的向量固定为统一的向量表示；采用LDA主题模型对上述的文本向量进行文本主题概率向量提取，得出文本的主题概率向量；将通过金字塔池化模型后的向量与得到的文本的主题概率向量进行拼接，采用余弦相似性的公式进行文本之间相似度计算，结合相似度阈值进行文本分类计算；完成短文本的分类。本发明不仅考虑了词语的空间分布，还能考虑词语的频次关系，避免特征丢失的问题，有效的提高了短文本分类的准确度。