潜在主题建模与发现的一种新几何方法
机器学习
2016-11-17 v1
摘要
开发了一种新的基于几何动机的非负矩阵分解算法，并将其应用于文本和图像“文档”语料库中潜在“主题”的发现。该算法基于稳健地寻找并聚类经验跨文档词频的极值点，这些极值点对应于每个主题独有的新颖“词”。与基于次优近似、局部最优方法或启发式算法求解非凸优化问题的相关方法相比，新算法是凸的，具有多项式复杂度，并且在合成数据集和真实世界数据集上，其定性和定量性能与当前最先进 (state-of-the-art) 的方法具有竞争力。
引用
@article{arxiv.1301.0858,
title = {A New Geometric Approach to Latent Topic Modeling and Discovery},
author = {Weicong Ding and Mohammad H. Rohban and Prakash Ishwar and Venkatesh Saligrama},
journal= {arXiv preprint arXiv:1301.0858},
year = {2016}
}
备注
This paper was submitted to the IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) 2013 on November 30, 2012