作者：戚后林; 顾磊文本分类knn算法文本表示模型语义分类概率潜在主题模型
摘要：传统的KNN文本算法在计算文本之间的相似度时，只是做简单的概念匹配，没有考虑到训练集与测试集文本中词项携带的语义信息，因此在利用KNN分类器进行文本分类过程中有可能导致语义丢失，分类结果不准确。针对这种情况，提出了一种基于概率潜在主题模型的KNN文本分类算法。该算法预先使用概率主题模型对训练集文本进行文本一主题、主题一词项建模，将文本携带的语义信息映射到主题上的低维空间，把文本相似度用文本一主题、主题一词项的概率分布表示，对低维文本的语义信息利用KNN算法进行文本分类。实验结果表明，在训练较大的训练数据集和待分类数据集上，所提算法能够利用KNN分类器进行文本的语义分类，且能提高KNN分类的准确率和召回率以及F1值。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
