文件名称：文档表示法可改善主题建模-研究论文
文件大小：675KB
文件格式：PDF
更新时间：2024-06-09 11:52:26
topic modeling; sparse matrix; dictionary
每天，都会从Web应用程序中收集大量信息。 因此，很难理解或检测整个信息的全部内容。 要检测，理解和总结整个信息，它需要一些特定的工具和技术，例如主题建模，以帮助分析和识别数据的清晰性。 本文实现了基于稀疏性的文档表示以改进主题建模，它通过使用机器学习算法（例如LDA（潜在狄利克雷分配）和OMP（正交匹配追踪）算法）来组织具有有意义结构的数据。 它标识文档所属的主题以及现有词典中文档之间的相似性。 OMP（正交匹配追踪）算法是用于稀疏近似的最佳算法，具有更高的精度。 OMP（正交匹配追踪）算法可以在字典中存在的大量文本文档中识别出输入文档[Y]与之最相关的主题。