文献

J-GLOBAL ID：201702224545067355   整理番号：17A1672193

BTMとK-平均に基づくマイクロ波話題検出【JST・京大機械翻訳】

Micro-blog Topic Detection Method Integrating BTM Topic Model and K-means Clustering

著者 (3件)： Li Weijiang (昆明理工大学信息工程与自動化学院 昆明650500) ,  Wang Zhenzhen (昆明理工大学信息工程与自動化学院 昆明650500) ,  Yu Zhengtao (昆明理工大学信息工程与自動化学院 昆明650500)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 44  号： 2  ページ： 257-261,274  発行年： 2017年 
JST資料番号： C2530A  ISSN： 1002-137X  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： 近年、マイクロ波などのソーシャルネットワークの発展は人々のコミュニケーション交流に便利を提供した。それぞれのマイクロ波は140文字以内に限定されているため,大量の短いテキスト情報が生成されている.短いテキストから話題を発見することは重要な課題となっている。従来の話題モデル(例えば,確率的潜在的意味解析(PLSA),潜在的ディリクレ分布(LDA)など)は,短いテキストの処理において,深刻なデータスパース性問題に直面している。また,データセットが比較的集中している場合,トピック文書間の差が顕著である場合,K平均クラスタリングアルゴリズムは領域分割の話題をクラスタ化することができる。本論文では,BTMトピックモデルを導入して,データのスパース性を軽減するために,マイクロ波データのような短いテキストを処理した。一方,K-平均クラスタリングアルゴリズムは,BTMモデルによって発見された話題をクラスタ化するために統合された。新しいマイクロ波短いテキストセットに関する実験は,この方法がトピックの有効性を発見す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： *マイクロ波 ,  セグメンテーション ,  コミュニケーション ,  モデル ,  交流 ,  クラスタ化
準シソーラス用語： トピックモデル ,  クラスタリングアルゴリズム ,  スパース性 ,  Dirichlet分布 ,  PLSA ,  潜在的意味解析 ,  テキスト ,  社会的ネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： Short text ,  Topic model ,  Topic discovery ,  K-means clustering

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 平均 ,  マイクロ波 ,  話題