基于结构化事件的主题表示

• 作者: 姬东鸿 孙锐 郭晟
• 来源期刊: 计算机应用研究
• 关键词: 主题模型 主题表示 事件语义 GPU模型
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 671-674
• 页数: 4页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.03.007

摘要

基于词袋的主题模型其最终主题表示存在着表意不清、可读性差等问题,为解决此问题,提出将事件作为文档和主题描述的基本元素进行主题建模.鉴于事件的稀疏性,采用基于Biterm的主题模型,并在主题推断时结合generalized Pólya urn(GPU)模型加入事件间关联性的先验知识进行指导监督,从共现和语义两个层面削弱了事件稀疏性对主题生成的负作用.实验结果表明,该算法得到的主题可解释性较好且聚类效果提升明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姬东鸿	武汉大学计算机学院	92	887	16.0	26.0
2	孙锐	武汉大学计算机学院	7	31	3.0	5.0
3	郭晟	武汉大学计算机学院	2	14	1.0	2.0