论文部分内容阅读
研究一种相关主题模型（CTM）与支持向量机（SVM）相结合的文本分类方法。该方法用CTM对数据集建模以降低数据的维度，用SVM对简化后的文本数据进行分类。为使CTM模型能够较好地对数据集进行建模，在该方法中用DBSCAN聚类方法对数据进行聚类，根据聚类所得到的聚类中心点数目确定CTM模型的主题参数。实验结果表明，该方法可以加快分类速度并提高分类精度。