CFTM：连续时间分数主题模型
计算与语言
2024-02-08 v2 机器学习
计算金融
应用统计
摘要
在本文中，我们提出了连续时间分数主题模型（cFTM），这是一种用于动态主题建模的新方法。该方法结合了分数布朗运动（fBm），以有效识别主题和词分布随时间的正相关或负相关，揭示长期依赖性或粗糙度。我们的理论分析表明，cFTM 能够捕捉主题和词分布中的这些长期依赖性或粗糙度，反映了 fBm 的主要特征。此外，我们证明了 cFTM 的参数估计过程与传统主题模型 LDA 相当。为了展示 cFTM 的特性，我们使用经济新闻文章进行了实证研究。这些测试的结果支持了该模型识别和跟踪主题随时间变化的长期依赖性或粗糙度的能力。
引用
@article{arxiv.2402.01734,
title = {CFTM: Continuous time fractional topic model},
author = {Kei Nakagawa and Kohei Hayashi and Yugo Fujimoto},
journal= {arXiv preprint arXiv:2402.01734},
year = {2024}
}