一种结合有监督学习的动态主题模型

• 作者: 刘晓钟 汤帜 蒋卓人 陈燕 高良才
• 来源期刊: 北京大学学报（自然科学版）
• 学科: 工学
• 关键词: 有监督学习 动态主题模型 变分推理
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 367-376
• 页数: 10页
• 分类号: TP18
• 字数: 9778字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2015.035

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈燕	大连海事大学交通运输管理学院	166	1835	23.0	33.0
2	汤帜	北京大学计算机科学技术研究所	26	405	6.0	20.0
3	高良才	北京大学计算机科学技术研究所	12	31	3.0	5.0
4	蒋卓人	大连海事大学交通运输管理学院	1	16	1.0	1.0