文献

J-GLOBAL ID：201702286006660612   整理番号：17A0116822

不均一テキストからのトピック発見【Powered by NICT】

Topic Discovery from Heterogeneous Texts

著者 (6件)： Qiang Jipeng ,  Chen Ping ,  Ding Wei ,  Wang Tong ,  Xie Fei ,  Wu Xindong
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICTAI  ページ： 196-203  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最近潜在的ディリクレ配分(LDA)のような多くのトピックモデルは,大規模コーパスから高レベル知識の発生に重要な進歩をもたらした。テキストが話題の混合物,通常は通常品に1例から構成されているが,その内の一つのみを含む通常短いテキストで維持されないことを仮定した。実際には,コーパスを短いテキストと長いテキストの両方を含む可能性があり,この場合においても法は長いのみでほんの短いテキストのためのテキストも法は満足すべき結果を生成することができる開発した。本論文では,長い及び短いテキストを含む不均一コーパスから潜在的トピックスを発見するために革新的な方法を提示した。そのような不均一テキストモデリングのために開発されたが破壊されたGibbsサンプリングアルゴリズムに基づく新しいトピックモデル。実世界データセット上での実験を行い,その他の最先端技術モデルと比較して,提案したモデルの有効性を検証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *コーパス ,  アルゴリズム
準シソーラス用語： 最先端技術 ,  Gibbsサンプリング ,  大規模コーパス ,  トピックモデル ,  潜在的ディリクレ配分 ,  *テキスト , 【Automatic Indexing@JST】

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (3件)： 不均一 ,  トピック ,  発見