基于LDA模型和语义网络的线上文本挖掘方法

传统线上文本挖掘方法在克服相似性干扰时，需要加入大量约束条件，降低了挖掘准确率。为此，本文提出基于LDA模型和语义网络的线上文本挖掘方法。采用滤波处理法对线上文本信息进行滤波处理，获得线上文本的抗干扰向量，提取线上文本信息的频谱特征。利用语义网络构建线上文本的语义网络挖掘模型，计算线上文本挖掘信息的相似度。基于LDA模型对获取的线上文本阈值进行分类，得到线上文本挖掘权值，将挖掘到的关系词带入到概念属性内，实现线上文本的挖掘。实验结果表明，基于LDA模型和语义网络的线上文本挖掘方法不仅可以提高挖掘精度，还具有更强的收敛性。