面向动态数据流的三支多粒度主题建模方法

• 作者: 李昱洁 杨新 李妙妙 李天瑞
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 开放动态环境 三支多粒度学习 主题模型 主题新增
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 2021年中国粒计算与知识发现学术会议(CGCKD2021)论文选登|China Granular Computing and Knowledge Discovery Academic Conference in 2021 (CGCKD 2021)
• 页码范围: 31-40
• 页数: 10页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13451/j.sxu.ns.2021060

摘要

传统机器学习模型大多依赖封闭世界假设,难以持续挖掘开放环境下动态文本数据流的语义信息.文章考虑动态数据流的粒特征变化,提出了一种基于三支多粒度学习思想的主题建模方法(Three-way Multi-granulari-ty Topic Model,3WMTM).根据"文本-主题-词汇"的粒度参数演化机理,构建了主题模型的动态多粒度分析框架,在主题不断新增背景下自适应更新阈值.实验结果表明,3WMTM算法在动态环境下能够维持较好的决策精度,即统计上无显著差异;并且3WMTM算法能够在每个决策阶段立即给出判断,因此在决策成本上优于现有模型.