基于可扩展LDA模型的智慧情报抽取方法研究

摘要

智库作为国家治理体系中的重要组成部分受到了我国政府的高度关注和重视,挖掘能够表征普遍发展规律的有用的情报信息,即智慧情报,成为了组建智库的热点问题.本文提出一种基于可扩展LDA模型的智慧情报抽取方法:构建多维度词语权重调整方法筛选高贡献度高频词汇;基于bootstrap思想,迭代产生特征词条候选集;提出信息熵值理论筛选话题词条.本文以真实新浪微博数据为实验对象,实验结果表明基于扩展LDA模型的智慧情报抽取方法可弥补传统LDA模型在话题可解释性上以及Labeled-LDA应用场景的不足,有效地对微博文本进行话题特征抽取,实现智慧情报的获取.