基于拓扑数据分析的自然语言处理新文本分类与可视化方法导论
计算与语言
2019-06-06 v1 机器学习
代数拓扑
摘要
拓扑数据分析（TDA）是数据科学中一个新颖且快速发展的领域，提供了一组新的拓扑与几何工具，用以从复杂高维数据中提取相关特征。在本文中，我们应用拓扑数据分析中两种最佳方法——“持续同调（Persistent Homology）”与“Mapper”，对两位最杰出的伊朗诗人“Ferdowsi”与“Hafez”所创作的波斯诗歌进行分类。本文由两部分组成：第一部分我们解释这两种方法背后的数学原理，便于普通读者理解；第二部分我们描述我们的模型以及将 TDA 工具应用于 NLP（自然语言处理）的结果。
引用
@article{arxiv.1906.01726,
title = {An Introduction to a New Text Classification and Visualization for Natural Language Processing Using Topological Data Analysis},
author = {Naiereh Elyasi and Mehdi Hosseini Moghadam},
journal= {arXiv preprint arXiv:1906.01726},
year = {2019}
}