| 基于低秩约束的稀疏主题模型 |
| |
| 引用本文： | 刘超,庄连生,俞能海.基于低秩约束的稀疏主题模型[J].计算机科学,2014,41(10):91-94. |
| |
| 作者姓名： | 刘超 庄连生 俞能海 |
| |
| 作者单位： | 中国科学技术大学信息学院 合肥230027 |
| |
| 摘 要： | 传统潜在语义分析模型所得到的主题空间映射矩阵往往比较稠密,不仅存储代价比较高,而且各个主题含义不明确。针对该问题,提出一种新的稀疏主题模型,该模型通过对映射矩阵施加稀疏性约束,使得每个主题只与少数词项关联,来增加主题的可解释性;同时,通过对编码系数矩阵施加低秩约束,使得数据在主题空间中呈现出更好的聚类特性。实验结果表明,基于该模型得到的主题空间更有利于分类,映射矩阵的存储代价更低。
|
| 关 键 词： | 主题模型 稀疏表示 低秩表示 |
| 收稿时间： | 7/5/2013 12:00:00 AM |
| 修稿时间： | 2013/8/19 0:00:00 |
STMLRC:Sparse Topic Model with Low Rank Constraint |
| |
| LIU Chao,ZHUANG Lian-sheng and YU Neng-hai.STMLRC:Sparse Topic Model with Low Rank Constraint[J].Computer Science,2014,41(10):91-94. |
| |
| Authors: | LIU Chao ZHUANG Lian-sheng and YU Neng-hai |
| |
| Affiliation: | School of Information,University of Science and Technology of China,Hefei 230027,China;School of Information,University of Science and Technology of China,Hefei 230027,China;School of Information,University of Science and Technology of China,Hefei 230027,China |
| |
| Abstract: | |
| |
| Keywords: | Topic model Sparse representation Low rank representation |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
