检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

自然语言处理中主题模型的发展

计算机学报 2011年第8期34卷 1423-1436页

作者：徐戈王厚峰北京大学计算语言学研究所北京大学计算语言学教育部重点实验室北京100871

主题模型在自然语言处理领域受到了越来越多的关注.在该领域中,主题可以看成是词项的概率分布.主题模型通过词项在文档级的共现信息抽取出语义相关的主题集合,并能够将词项空间中的文档变换到主题空间,得到文档在低维空间中的表达.作者... 详细信息

主题模型在自然语言处理领域受到了越来越多的关注.在该领域中,主题可以看成是词项的概率分布.主题模型通过词项在文档级的共现信息抽取出语义相关的主题集合,并能够将词项空间中的文档变换到主题空间,得到文档在低维空间中的表达.作者从主题模型的起源隐性语义索引出发,对概率隐性语义索引以及LDA等在主题模型发展中的重要阶段性工作进行了介绍和分析,着重描述这些工作之间的关联性.LDA作为一个概率生成模型,很容易被扩展成其它形式的概率模型.作者对由LDA派生出的各种模型作了粗略分类,并选择了各类的代表性模型简单介绍.主题模型中最重要的两组参数分别是各主题下的词项概率分布和各文档的主题概率分布,作者对期望最大化算法在主题模型参数估计中的使用进行了分析,这有助于更深刻理解主题模型发展中各项工作的联系.

关键词：自然语言处理主题模型隐性语义索引 LDA 期望最大化算法 Gibbs采样

计算传播学的理论框架与方法体系构建——以主题模型为例

在线全文

学校读者我要写书评

暂无评论

计算机应用文摘 2025年第2期41卷 164-166页

作者：刘沫汝刘书铭浙江农林大学暨阳学院浙江绍兴311800 北京邮电大学玛丽女王海南学院北京100876

作为一种以文本数据为核心的统计分析方法,主题模型能够有效提取海量数据中的潜在主题结构,被广泛用于新闻传播、舆情分析、受众研究等领域。研究表明,依托先进的计算方法和数据分析技术,计算传播学能够推动传播学从定性研究向定量研究... 详细信息

作为一种以文本数据为核心的统计分析方法,主题模型能够有效提取海量数据中的潜在主题结构,被广泛用于新闻传播、舆情分析、受众研究等领域。研究表明,依托先进的计算方法和数据分析技术,计算传播学能够推动传播学从定性研究向定量研究转型,同时为解决复杂社会传播现象提供新的理论工具和实践路径。

关键词：计算传播学主题模型理论框架传播学方法体系大数据

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

主题模型自动标记方法研究综述

计算机科学与探索 2023年第12期17卷 2861-2879页

作者：何东彬陶莎朱艳红任延昭褚云霞石家庄学院河北省物联网安全与传感器检测工程研究中心石家庄050035 中国农业大学农业农村部农业信息化标准化重点实验室北京100083 石家庄邮电职业技术学院河北省物联网智能感知与应用技术创新中心石家庄050021 北京工商大学计算机与信息工程学院北京100048

主题模型常用于非结构化语料库和离散数据建模,抽取隐含主题分布。由于主题发现结果采用词列表形式,理解其含义较为困难。尽管通过人工标记可生成更具解释性和易理解的主题标签,但成本巨大缺乏可行性,而自动主题标记的研究为解决该问题... 详细信息

主题模型常用于非结构化语料库和离散数据建模,抽取隐含主题分布。由于主题发现结果采用词列表形式,理解其含义较为困难。尽管通过人工标记可生成更具解释性和易理解的主题标签,但成本巨大缺乏可行性,而自动主题标记的研究为解决该问题提供了方法和思路。首先对当前最为流行的狄利克雷分配主题模型进行阐述与分析,并根据主题标签三种不同表现形式,基于短语、摘要和图片,将主题标记方法分为三种类型;之后围绕提高主题的可解释性,以生成的不同类型主题标签为线索,对近年来的相关研究成果进行梳理、分析和总结,并对不同标签的适用情境和可用性进行探讨;同时根据不同方法的特点进一步分类,重点对基于词法、子模优化和图排序方法生成摘要主题标签进行定量和定性分析,从学习类型、使用技术和数据来源出发,对比不同方法的差异;最后对主题自动标记研究存在的问题和趋势发展进行讨论,基于深度学习、与情感分析结合并不断拓展主题标记应用的场景,将是未来发展的重点和方向。

关键词：主题模型潜在狄利克雷分配(LDA) 主题标记主题标签

主题模型与SVM组合的小尺度街区用地分类方法

在线全文

学校读者我要写书评

暂无评论

地球信息科学学报 2018年第2期20卷 167-175页

作者：文聪聪彭玲杨丽娜池天河中国科学院大学北京100049 中国科学院遥感与数字地球研究所北京100101

城市用地分类作为城市规划重要的基础和依据,对城市资源配置、建设发展等具有重要意义。现有研究对用地分类都聚焦于"稀路网、大街区"的大尺度区域,随着城市发展,大尺度区域的规划模式造成了城市交通效率低下、土地低效率开发等问题,而... 详细信息

城市用地分类作为城市规划重要的基础和依据,对城市资源配置、建设发展等具有重要意义。现有研究对用地分类都聚焦于"稀路网、大街区"的大尺度区域,随着城市发展,大尺度区域的规划模式造成了城市交通效率低下、土地低效率开发等问题,而小尺度的城市街区建设规划为解决上述问题提供了一种新的思路。为了充分挖掘现有交通大数据的潜在价值,更以高效地服务小尺度街区规划,本文将主题模型与支持向量机(SVM)相组合,提出一种面向小尺度街区的用地分类方法。本文以上海市黄浦区人民广场附近为研究区域,依据精细路网对研究区域划分,通过对一周(7天)出租车GPS数据处理,结合区域兴趣点(POI)数据,基于隐含狄利克雷分布(LDA)模型和SVM模型进行用地分类。在人工解译的分类图的基础上对本文方法进行精度评价,并基于百度地图地理数据进行结果验证。研究表明本文方法基于现有的交通大数据,实现了对小尺度街区用地分类,方法分类精度较高,在一定程度上可以节约人力物力,以便更好地服务于小尺度城市规划。

关键词：主题模型用地分类出租车小尺度兴趣点 SVM

主题模型在基于社交媒体的灾害分类中的应用及比较

在线全文

学校读者我要写书评

暂无评论

地球信息科学学报 2019年第8期21卷 1152-1160页

作者：苏凯程昌秀 Nikita Murzintcev 张婷北京师范大学地理科学学部地理数据与应用分析中心北京100875 中国科学院地理科学与资源研究所北京100101

“一带一路”沿线为自然灾害高发地区,且多为经济欠发达、抗灾能力弱的发展中国家。灾害发生时,挖掘和分析相关推特数据有助于开展应急救援、灾情评估、减灾防灾等工作,为中国国际救援与救助工作提供重要支撑。主题模型能在没有经验语... 详细信息

“一带一路”沿线为自然灾害高发地区,且多为经济欠发达、抗灾能力弱的发展中国家。灾害发生时,挖掘和分析相关推特数据有助于开展应急救援、灾情评估、减灾防灾等工作,为中国国际救援与救助工作提供重要支撑。主题模型能在没有经验语料库的情况下,从海量灾害相关推文中快速聚合出对灾害救援、评估有价值的信息。本文采用BTM模型和LDA模型,对2013年海燕台风相关推文进行细粒度的主题聚类,分析2个模型的精度并测试它们对近似灾害主题的区分能力,并基于“需求相关”主题类的推文,通过地名匹配,分析了海燕台风发生过程中菲律宾物资、医疗等需求程度的空间分布。结果表明:①在区分主题近似的短文本时,BTM总体精度为***的总体精度仅为0.321,说明在海燕台风灾害推文的主题识别中,BTM模型的精度高于LDA模型;②BTM能够较好识别出“灾害地点相关”、“祈福相关”等较为精细的灾害主题;③经初步验证,基于“需求相关”主题文本生成的物资、医疗等需求的需求程度空间分布与实际需求情况基本相符。

关键词：主题模型 BTM LDA 推文主题分类自然灾害应急管理

在线全文

学校读者我要写书评

暂无评论

基于主题模型的资源选择算法

华南理工大学学报（自然科学版） 2017年第3期45卷 48-53页

作者：董守斌谢一帆袁华陈建豪华南理工大学计算机科学与工程学院∥广东省计算机网络重点实验室广东广州510006

在具有多个真实搜索引擎的联邦检索环境下,基于小文档的资源选择算法由于难以估计每个搜索引擎的真实网页数量,因此准确率较低.针对这个问题,文中提出了基于主题模型的资源库描述方法,利用LDA主体模型获取每个资源库的描述词;在此基础... 详细信息

在具有多个真实搜索引擎的联邦检索环境下,基于小文档的资源选择算法由于难以估计每个搜索引擎的真实网页数量,因此准确率较低.针对这个问题,文中提出了基于主题模型的资源库描述方法,利用LDA主体模型获取每个资源库的描述词;在此基础上提出新的资源选择算法,结合垂直领域权重和词向量计算资源库和查询请求之间的相关度,并根据相关度大小获取最终资源选择结果.实验结果表明,基于主题模型的资源选择算法能很好地提高资源选择效果,可有效应用于分布式搜索引擎的联邦检索环境.

关键词：分布式检索资源选择主题模型垂直领域词向量

在线全文

学校读者我要写书评

暂无评论

基于概率主题模型的文档聚类

电子学报 2012年第11期40卷 2346-2350页

作者：王李冬魏宝刚袁杰浙江大学计算机科学与技术学院浙江杭州310027 杭州师范大学浙江杭州310012

为了实现普通文本语料库和数字图书语料库的有效聚类,分别提出基于传统LDA(Latent Dirichlet Allo-cation)模型和TC-LDA模型的聚类算法.TC-LDA模型在LDA模型基础上进行扩展,通过对图书文档的目录和正文信息联合进行主题建模.和传统方法... 详细信息

为了实现普通文本语料库和数字图书语料库的有效聚类,分别提出基于传统LDA(Latent Dirichlet Allo-cation)模型和TC-LDA模型的聚类算法.TC-LDA模型在LDA模型基础上进行扩展,通过对图书文档的目录和正文信息联合进行主题建模.和传统方法不同,基于主题模型的聚类算法能将具备同一主题的文档聚为一类.实验结果表明从主题分析角度出发实现的聚类算法优于传统的聚类算法.

关键词：主题模型 LDA模型 TC-LDA模型文档聚类

在线全文

学校读者我要写书评

暂无评论

基于深度学习的主题模型研究

计算机学报 2020年第5期43卷 827-855页

作者：黄佳佳李鹏伟彭敏谢倩倩徐超南京审计大学信息工程学院南京211815 武汉大学计算机学院武汉430072

主题模型作为一个发展二十余年的研究问题,一直是篇章级别文本语义理解的重要工具.主题模型善于从一组文档中抽取出若干组关键词来表达该文档集的核心思想,因而也为文本分类、信息检索、自动摘要、文本生成、情感分析等其他文本分析任... 详细信息

主题模型作为一个发展二十余年的研究问题,一直是篇章级别文本语义理解的重要工具.主题模型善于从一组文档中抽取出若干组关键词来表达该文档集的核心思想,因而也为文本分类、信息检索、自动摘要、文本生成、情感分析等其他文本分析任务提供重要支撑.虽然基于三层贝叶斯网络的传统概率主题模型在过去十余年已被充分研究,但随着深度学习技术在自然语言处理领域的广泛应用,结合深度学习思想与方法的主题模型焕发出新的生机.研究如何整合深度学习的先进技术,构建更加准确高效的文本生成模型成为基于深度学习主题建模的主要任务.本文首先概述并对比了传统主题模型中四个经典的概率主题模型与两个稀疏约束的主题模型.接着对近几年基于深度学习的主题模型研究进展进行综述,分析其与传统模型的联系、区别与优势,并对其中的主要研究方向和进展进行归纳、分析与比较.此外,本文还介绍了主题模型常用公开数据集及评测指标.最后,总结了主题模型现有技术的特点,并分析与展望了基于深度学习的主题模型的未来发展趋势.

关键词：主题模型深度学习潜在主题词向量神经网络

在线全文

学校读者我要写书评

暂无评论

基于主题模型加强的医疗活动表征学习方法

清华大学学报（自然科学版） 2019年第3期59卷 169-177页

作者：徐啸王灜金涛王建民清华大学软件学院北京100084

随着健康医疗数据的快速积累,数据驱动的医疗分析越来越受重视,合适的医疗活动表征对这些分析至关重要。然而,当前大多数表征方法缺乏对医疗数据时序性、数值敏感性的考虑,影响了分析方法的效果和可解释性。该文针对住院病例,提出了一... 详细信息

随着健康医疗数据的快速积累,数据驱动的医疗分析越来越受重视,合适的医疗活动表征对这些分析至关重要。然而,当前大多数表征方法缺乏对医疗数据时序性、数值敏感性的考虑,影响了分析方法的效果和可解释性。该文针对住院病例,提出了一种基于主题模型加强的医疗活动表征学习方法,该方法利用活动间时序关系和主题分配情况,构建了一个无监督学习的多层感知机模型。在大规模真实住院数据集上的测试结果表明:该方法所得表征可以有效提升疾病聚类、后续活动预测、剩余住院天数预测3项医疗分析任务的效果,同时表征具有良好的医学可解释性。

关键词：表征学习主题模型多层感知机医疗分析