一种基于句子嵌入的微博话题检测方法
信息检索
2020-06-18 v1 计算与语言
机器学习
机器学习
摘要
话题检测是一项具有挑战性的任务，尤其在未知确切话题数量时。本文提出一种基于神经网络的微博数据集话题检测新方法。我们使用无监督神经句子嵌入模型将博客映射到嵌入空间。我们的模型是加权幂平均词嵌入模型，权重由注意力机制计算。实验结果表明，我们的嵌入方法在句子聚类上优于基线。此外，我们提出一种称为关系感知 DBSCAN（RADBSCAN）的改进聚类算法。它可从微博数据集中发现话题，话题数量取决于数据集自身特征。而且，为解决参数敏感问题，我们以博客转发关系作为两个独立聚类的桥梁。最后，我们在新浪微博数据集上验证我们的方法。结果表明，我们能成功检测所有话题并提取各话题关键词。
引用
@article{arxiv.2006.09977,
title = {A novel sentence embedding based topic detection method for micro-blog},
author = {Cong Wan and Shan Jiang and Cuirong Wang and Cong Wang and Changming Xu and Xianxia Chen and Ying Yuan},
journal= {arXiv preprint arXiv:2006.09977},
year = {2020}
}