用于短文本关键词抽取的TTM DMM主题翻译模型

• 作者: 王瑞 秦永彬 闫盈盈
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 集中不重复的关键词个数主题的个数
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 945-949,955
• 页数: 6页
• 分类号: TP391.1
• 字数: 5183字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2018.05.020

摘要

基于主题翻译模型的短文本关键词抽取方法,均采用LDA(Latent Dirichlet Allocation)主题模型作为主题发现方法,然而LDA在处理特征稀疏的短文本时,主题发现效果较差,使得当前的主题翻译模型存在不完善之处.论文通过将DMM(Dirichlet Multinomial Mixture)模型作为主题发现模型,结合统计机器翻译,提出了一种用于短文本关键词抽取的TTM DMM(Topical Translation Model based on Dirichlet Multinomial Mixture)主题翻译模型.该模型利用DMM模型发现短文本主题信息,在主题约束下学习词语与关键词的翻译概率,从而提高短文本关键词抽取效果.在真实数据集上的实验结果表明,论文提出的TTM DMM模型在评价指标Precious、Recall以及F-measure上优于现有的短文本关键词抽取方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦永彬	贵州大学计算机科学与技术学院	63	213	8.0	10.0
5	王瑞	贵州大学计算机科学与技术学院	6	23	3.0	4.0
6	闫盈盈	贵州大学计算机科学与技术学院	2	0	0.0	0.0