融合潜在主题信息和卷积语义特征的文本分类

来源：信号处理杂志 2017年第8期北京时间：

作者：陈培新, 郭武

摘要：经典的概率主题模型通过词与词的共现挖掘文本的潜在主题信息，在文本聚类与分类任务上被广泛应用。近几年来，随着词向量和各种神经网络模型在自然语言处理上的成功应用，基于神经网络的文本分类方法开始成为研究主流。本文通过卷积神经网络(Convolutional Neural Network，CNN)和概率主题模型在文本主题分类上的效果对比，展示了CNN在此任务上的优越性。在此基础上，本文利用CNN模型提取文本的特征向量并将其命名为卷积语义特征。为了更好地刻画文本的主题信息，本文在卷积语义特征上加入文本的潜在主题分布信息，从而得到一种更有效的文本特征表示。实验结果表明，相比于单独的概率主题模型或CNN模型，新的特征表示显著地提升了主题分类任务的F1值。

关键词：概率主题模型, 词向量, 卷积神经网络, 文本分类