首页 | 官方网站   微博 | 高级检索  
     

一种结合有监督学习的动态主题模型
引用本文:蒋卓人,陈燕,高良才,汤帜,刘晓钟.一种结合有监督学习的动态主题模型[J].北京大学学报(自然科学版),2015,51(2):367-376.
作者姓名:蒋卓人  陈燕  高良才  汤帜  刘晓钟
作者单位:大连海事大学交通运输管理学院,大连,116026;北京大学计算机科学技术研究所,北京,100080;Department of Information and Library Science, Indiana University Bloomington, Bloomington, IN 47405
基金项目:国家自然科学基金(61202232,71271034);中央高校基本科研业务费(3132014307)资助
摘    要:针对传统主题模型存在的不足,提出一种新的结合有监督学习的动态主题模型(Supervised Dynamic Topic Model,S-DTM)。该模型不仅能够随时间的变化对语言进行动态建模,而且结合有监督学习技术,在主题变分推理中加入标签约束,从而建立主题与标签之间的映射关系,提高主题的表达解释能力。通过在一个跨越25年"以自然语言处理领域的中文期刊论文为主导"的中文语料库上的实验,证明该模型相较于静态的有监督主题模型和无监督的动态主题模型,具有更好的语义解释概括能力,能更准确地反映文档的主题结构,更精确地捕捉主题–词汇概率分布的动态演化。

关 键 词:有监督学习  动态主题模型  变分推理

A Supervised Dynamic Topic Model
JIANG Zhuoren , CHEN Yan , GAO Liangcai , TANG Zhi , LIU Xiaozhong.A Supervised Dynamic Topic Model[J].Acta Scientiarum Naturalium Universitatis Pekinensis,2015,51(2):367-376.
Authors:JIANG Zhuoren  CHEN Yan  GAO Liangcai  TANG Zhi  LIU Xiaozhong
Affiliation:JIANG Zhuoren;CHEN Yan;GAO Liangcai;TANG Zhi;LIU Xiaozhong;College of Transportation Management, Dalian Maritime University;Institute of Computer Science & Technology,Peking University;Department of Information and Library Science, Indiana University Bloomington;
Abstract:
Keywords:supervised learning  dynamic topic model  variational inference
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号