文献

J-GLOBAL ID：201802285939794417   整理番号：18A0655695

主題モデルにおけるパラメータ推定法について述べた。【JST・京大機械翻訳】

Survey for Methods of Parameter Estimation in Topic Models

著者 (3件)： Du Hui (南京郵電大学物聯网学院 南京210003) ,  Chen Yunfang (南京郵電大学物聯网学院 南京210003) ,  Zhang Wei (南京郵電大学物聯网学院 南京210003)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 44  号： z1  ページ： 29-32,47  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： 主題モデルは,高速な機械学習アルゴリズムを用いて,高次元のスパースな単語データから低次元の主題を抽出し,文書単語のクラスタリングを実現した。主題モデルにおけるパラメータを推定することは,この分野における重要な研究課題である。本論文は,確率的潜在的意味論的モデル,潜在的ディリクレモデル,および主題モデルにおける基本的パラメータ推定法を詳細に記述して,モデルの困惑度を実験的に比較した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 意味論 ,  高速度 ,  高次元 ,  学習アルゴリズム ,  単語 ,  *パラメータ推定
準シソーラス用語： *推定法 ,  低次元 , 【Automatic Indexing@JST】

著者キーワード (4件)： Topic models ,  Probabilitic latent semantic analysis ,  Latent Dirichlet allocation ,  Parameter estimation

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

タイトルに関連する用語 (4件)： 主題 ,  モデル ,  パラメータ ,  推定法