基于LDA模型的文本相似度研究
来源：计算机技术与发展杂志2016年第04期北京时间：
作者：陈攀;杨浩;吕品;王海晖
摘要：LDA主题模型是近年来提出的一种具有文本表示能力的非监督学习模型。考虑到传统主题模型在处理大规模文本时存在的局限性，文中提出一种基于LDA模型的文本相似度计算方法。利用LDA为语料库建模，通过Gibbs抽样间接估算模型参数，将文本表示为固定隐含主题集上的概率分布，以此计算文本之间的相似度。最后将K-means算法作为文本相似度的评估指标。实验结果表明，与LSI模型相比，该方法能有效地提高文本相似度计算的准确性和文本聚类效果。
关键词：文本挖掘;LDA模型;Gibbs抽样;文本相似度
