摘要：【目的】调整训练集分布的不均衡性，以提高科学分类体系下数字资源文本的分类性能。【方法】提出基于粒划分和LDA相结合的新方法B-LDA，首先根据划分准则对训练集进行分割，实现粒度空间的转换，然后采用概率主题模型（LDA）对文本建模，利用类全局语义信息生成新文本，从而使训练集达到分布均衡。【结果】仿真实验结果表明：随着特征项数的变化，在不同偏斜程度训练集上F1值有2．7％至9．9％不等的提升。【局限】由于语料库规模的限制，构造训练集进行实验时，只涉及部分偏斜情况；此外，实验随机选取的两个类别的可分性会对新方法的分类性能造成影响。【结论】该方法可有效提高以图书书目信息、期刊题录信息、网页等数字资源为文本内容的分布偏斜训练集的分类性能。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社