有监督主题模型的SLDA-TC文本分类新方法

您当前的位置：

首页 >

文章列表页 >

有监督主题模型的SLDA-TC文本分类新方法

学术论文 | 更新时间：2025-07-02

上一篇|下一篇

- 有监督主题模型的SLDA-TC文本分类新方法
- SLDA-TC: A Novel Text Categorization Approach Based on Supervised Topic Model
- 唐焕玲，窦全胜，于立萍，宋英杰，鲁明羽
- 电子学报 2019年47卷第6期页码：1300-1308
- 作者机构：
  1. 山东工商学院计算机科学与技术学院,山东,烟台,264005
  2. 山东省高等学校协同创新中心:未来智能计算,山东,烟台,264005
  3. 山东省高校智能信息处理重点实验室山东工商学院,山东,烟台,264005
  4. 大连海事大学信息科学技术学院,辽宁,大连,116026
  5. 山东工商学院计算机科学与技术学院,山东,烟台,264005
  6. 山东省高等学校协同创新中心:未来智能计算,山东,烟台,264005
  7. 山东省高校智能信息处理重点实验室山东工商学院,山东,烟台,264005
  8. 大连海事大学信息科学技术学院,辽宁,大连,116026
- 作者简介：
- 基金信息：
  国家自然科学基金 (No.61175053，No.61472227，No.61773244，No.61602277，No.61772319）;山东省高校科研计划 (No.J18KA385）
- DOI： 10.3969/j.issn.0372-2112.2019.06.017
  中图分类号：
- 稿件说明：
移动端阅览
DOI：
DOI：

HTML全文
参考文献
出版信息
数据统计

摘要

Abstract

关键词

Keywords

references

9

浏览量

9

下载量

10

CSCD

文章被引用时，请邮件提醒。

提交

工具集

BibTeX下载
Endnote下载
RefMan 下载
NoteExpress下载
NoteFirst下载

关联资源

相关文章

Tr-SLDA:一种面向交叉领域的迁移主题模型

一种基于潜在语义分析和直推式谱图算法的文本分类方法LSASGT

基于主题模型的(Aspect,Rating)摘要生成方法研究

基于潜在主题融合的跨媒体图像语义标注

基于概率主题模型的文档聚类

相关作者

窦全胜

马思源

刘艳红

唐焕玲

郑涵

陈家骏

戴新宇

田宝明

相关机构

山东省高校智能信息处理重点实验室(山东工商学院)

山东工商学院信息与电子工程学院

山东工商学院计算机科学与技术学院

山东工商学院信息与电子工程学院

山东省高校智能信息处理重点实验室(山东工商学院)