基于LDA 的社科文献主题建模方法

来源：计算机技术与发展杂志2018年第02期北京时间：

作者：李昌亚;刘方方

摘要：随着互联网的发展，文本分类和主题提取的应用越来越广泛，而主题模型在文本主题提取中起着很大的作用。LDA(latent Dirichlet allocation)模型是一种应用非常广泛且很成熟的主题模型，也是一个概率生成模型，可以很好地解决多词一义和一词多义的问题。但是当利用 LDA 模型对社科文献领域类的文档集进行主题建模时，由于该建模方法忽略了文档集自身的主题特点，提取的主题分布是偏向文档中高频词汇，所以造成最后提取的主题偏离文档的本质意义上的主题、结果不够准确。针对 LDA 模型对文档进行主题建模的过程，结合社科文献领域的文档特点，对主题建模的过程进行相应的改进，提出一种新的主题建模方法，从而使最终提取的主题更加准确，更符合文档集本身的主题特点。

关键词：主题模型;LDA;社科文献;Gibbs 抽样