一种对LDA微博话题特征抽取结果优化的方法

摘要

本发明涉及文本挖掘领域，特别涉及一种对LDA微博话题特征抽取结果优化的方法，其特征是：首先将LDA主题建模抽取到的无序特征词集合与分词后的原语料对比，构建特征词‑语料词序值矩阵，然后按照特征词‑语料词序值矩阵中每一行值得大小，对特征词在每条语料中第一次出现的顺序进行排序，构建特征词‑语料位序矩阵，统计在特征词‑语料位序矩阵中第一列出现次数最多的词语就是有序特征词集合中的首个特征词，接着对特征词‑语料位序矩阵的每一行中特征词的前后相邻关系进行计算，构建特征词词序权值矩阵，最后根据特征词词序权值矩阵中的值输出特征词的词序，增加主题特征抽取结果的可读性。