抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】