论文部分内容阅读
概率主题模型是一种统计生成模型，它从文档集合中抽取一系列主题，并将这些文档表示为不同主题依照一定概率混合而成．通过这种模型发现的主题，能揭示文档的语义信息，在很多领域都有着广泛的应用．为此基于概率主题模型，提出了一种新的层次文本分类方法．该方法首先利用Gibbs抽样提取一系列主题，然后计算测试文档和每个类的基于主题的相似度．在20News Groups数据集上的实验结果表明，该方法的分类性能明显超越支持向量机分类方法．