| 一种面向多文本集的部分比较性LDA模型 |
| |
| 引用本文： | 谭文堂,王桢文,殷风景,葛斌,肖卫东.一种面向多文本集的部分比较性LDA模型[J].计算机研究与发展,2013,50(9). |
| |
| 作者姓名： | 谭文堂 王桢文 殷风景 葛斌 肖卫东 |
| |
| 作者单位： | 国防科学技术大学信息系统工程重点实验室 长沙410073 |
| |
| 基金项目： | 国家自然科学基金项目，湖南省自然科学基金项目，国防科学技术大学优秀研究生创新基金项目 |
| |
| 摘 要： | 跨时空、跨文化文本挖掘等比较性文本挖掘(comparative text mining,CTM)旨在从多个可比的文本集中发现各文本集隐含语义结构的异同.针对当前主要的CTM模型只能分析公共话题的缺陷,提出一种部分比较性跨文本集LDA模型(partial comparative cross collections LDA model,PCCLDA)来实现跨文本集的话题分析,该模型通过层次狄利克雷过程(hierarchical Dirichlet processes,HDP)把话题划分为公共话题和文本集特有话题,使模型能更加精确地对文本进行建模.模型采用Gibbs抽样方法进行参数推导,一系列包括Held-Out数据对数似然和模型困惑度指标在内的定量与定性的实验表明,模型不仅能够发现公共话题在不同文本集中的差异,而且能分析各文本集特有的话题;在Held-Out对数似然测度和模型困惑度指标上,PCCLDA相对当前两个主要的CTM模型具有较大的优势.
|
| 关 键 词： | 比较性文本挖掘 部分比较性 部分比较性跨文本集LDA模型 话题模型 Gibbs抽样 |
A Partial Comparative Cross Collections LDA Model |
| |
| Tan Wentang
,
Wang Zhenwen
,
Yin Fengjing
,
Ge Bin
,
Xiao Weidong.A Partial Comparative Cross Collections LDA Model[J].Journal of Computer Research and Development,2013,50(9). |
| |
| Authors: | Tan Wentang Wang Zhenwen Yin Fengjing Ge Bin Xiao Weidong |
| |
| Abstract: | |
| |
| Keywords: | comparative text mining partial comparative partial comparative cross collections LDA model (PCCLDA) topic model Gibbs sampling |
| 本文献已被 万方数据 等数据库收录！ |
|
