基于信访数据的短文本挖掘及实例研究

本文提出了一种基于潜在狄利克雷分配(Latent Dirichlet Allocation,LDA)主题模型和神经网络的多分类方法处理信访数据。首先,将信访数据进行预处理操作后,用以训练模型。其次,LDA主题模型,将信访数据映射到一个固定长度的向量中,然后选择神经网络算法构建信访数据分类器。最后,通过快速文本算法进行文本挖掘优化。本文采用真实的信访数据和微博数据集进行二分类与多分类任务的验证。实验结果表明,与其它方法相比,所提出模型在处理信访数方面具有更好的性能,该方法应用到实际场景中,能够有效提高信访工作者的工作效率。