形态丰富语言主题模型上的词形还原分析
计算与语言
2019-05-13 v2
摘要
主题模型通常由前 个单词列表表示以供人类解释。语料库通常经过词形还原（或词干提取）预处理，以免这些表示被具有相似含义的单词激增所削弱，但关于该预处理效果的公开工作很少。最近的研究研究了词干提取对英文文本主题模型的影响，发现没有证据支持这种做法。我们研究了词形还原对俄语维基百科文章主题模型的影响，发现在一种配置下，它根据单词入侵指标显著提高了可解释性。我们得出结论，词形还原可能有利于形态丰富语言的主题模型，但需要进一步调查。
引用
@article{arxiv.1608.03995,
title = {An Analysis of Lemmatization on Topic Models of Morphologically Rich Language},
author = {Chandler May and Ryan Cotterell and Benjamin Van Durme},
journal= {arXiv preprint arXiv:1608.03995},
year = {2019}
}