文献

J-GLOBAL ID：201702215058260872   整理番号：17A1790197

主題モデルを組み合わせたラベルクラスタリング手法【JST・京大機械翻訳】

Tag Clustering Method of Joint Topic Model

著者 (5件)： Hu Xuegang (合肥工業大学計算机与信息学院 合肥230009) ,  Li Huizong (合肥工業大学計算机与信息学院 合肥230009;安徽理工大学経済与管理学院 淮南232001) ,  Pan Jianhan (江蘇師范大学計算机科学与技術学院 徐州221116) ,  He Wei (合肥工業大学計算机与信息学院 合肥230009) ,  Yang Hengyu (合肥工業大学計算机与信息学院 合肥230009)
資料名： Moshi Shibie yu Rengong Zhineng  (Moshi Shibie yu Rengong Zhineng)
巻： 30  号： 5  ページ： 403-415  発行年： 2017年 
JST資料番号： C2411A  ISSN： 1003-6059  CODEN： MRZHET  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： タグクラスタリングの品質を向上させることは,タグの意味を識別するための重要な問題である。本論文では,資源に基づく結合主題モデルのためのラベルクラスタリングアルゴリズムを提案した。資源の引用関係を利用し、ランダムウォークの方法を用いて、資源の権威度を獲得し、これによって「資源-ラベル」と「資源-語」の二つの二重関係の重みを設定する。これらに基づいて,資源の重みづけに基づく単語とラベルの組合せの潜在的ディリクレ分布(LDA)モデルを構築し,反復学習により,ラベルの潜在的主題を獲得し,主題の最大メンバーシップ度に従ってラベルをクラスタ化した。実験結果は,提案した方法が他の資源ベースのラベルクラスタリングアルゴリズムより良いクラスタ化効果を得ることができることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *クラスタ化 ,  品質 ,  単語 ,  酔歩 ,  重みづけ
準シソーラス用語： 反復学習 ,  Dirichlet分布 , 【Automatic Indexing@JST】

著者キーワード (5件)： Social Tagging System ,  Tag Clustering ,  Topic Model ,  Latent Dirichlet Allocation (LDA) ,  Random Walk

分類 (2件)： 人工知能  (JE08000Z) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (4件)： 主題 ,  モデル ,  ラベル ,  クラスタリング手法