文件名称：分层文档的主题模型
文件大小：268KB
文件格式：PDF
更新时间：2024-05-01 16:11:51
Topic Model, Hierarchical Documents, Short
随着在线通讯的迅猛发展，通过短文本语料库寻找主题变得越来越重要。 但是，传统的主题挖掘方法可能会由于每个短文本中缺少上下文而失败。 幸运的是，大部分在线短文本经常与冗长的文本同时出现，例如带有产品描述的评论和带有新闻文章的评论。 这两种文本是按层次结构组织的，它们之间隐藏的主题关系可以用来增强双方的主题学习。 因此，在本文中，我们为（h）分层（d）文件提出了一个主题模型，称为hdLDA，以捕获这些文本的分层结构。 具体而言，在hdLDA中，每个短文本在两个主题上都有概率分布，一个主题来自长文本基础的一组主题，另一个主题仅由短文本构成的主题组。 通过这种假设，以相互加强的方式学习了hdLDA中的短文本和冗长文档的主题。 在新闻报道和用户评论的数据集上进行的大量实验表明，与基准方法和最新方法相比，我们的方法发现了针对短文本和冗长文档的更突出和更全面的主题。