通过子模调选择有趣网页片段来将碎片化的主题捆绑成整体：用于网络主题检测的更完整聚类的挖掘
信息检索
2024-09-20 v1 人工智能
摘要
将有趣的网页组织成热门主题是理解多模态网络数据趋势的关键步骤之一。当前的方法首先将网页组织成大量多粒度主题候选，然后通过估计其有趣程度来识别热门主题。然而，这些主题候选包含大量热门主题的碎片化部分，由于特征表示不够高效以及无监督主题生成，导致不完整。本文提出了一种捆绑-精炼方法，从碎片中挖掘出更完整的热门主题。具体而言，捆绑步骤将碎片主题组织成粗糙主题；随后，精炼步骤提出一种基于子模调的方法对粗糙主题进行精炼。该方法简单而强大，利用子模调优化，优于涉及精心设计和复杂步骤的传统排序方法。大量实验表明，所提出的方法在两个公开数据集上分别超过了最新方法（即 latent Poisson deconvolution Pang 等人 (2016)）的准确率提高了 20%，召回率提高了 10%。
引用
@article{arxiv.2409.12380,
title = {Bundle Fragments into a Whole: Mining More Complete Clusters via Submodular Selection of Interesting webpages for Web Topic Detection},
author = {Junbiao Pang and Anjing Hu and Qingming Huang},
journal= {arXiv preprint arXiv:2409.12380},
year = {2024}
}
备注
10