基于标签图与半监督NMF主题模型的社区检测式话题抽取
社会与信息网络
2021-11-23 v1 机器学习
摘要
从大量非结构化文本文档中抽取话题已成为当前NLP应用的核心任务，NMF、LDA及其泛化方法是最成熟的主流技术。然而，尤其在面对如推文之类的短文本文档时，由于文档-特征矩阵的稀疏性，这些方法常导致不尽人意的结果。尽管已有若干方法通过引入额外信息来克服稀疏性，但它们仅聚焦于相似文档的聚合与词共现的估计。这完全忽视了通过应用常见社区检测算法可从所谓标签图中获取大量话题信息的事实。因此，本文提出一种新方法，通过连接基于图的社区检测与半监督NMF，将标签图的话题结构整合进主题模型的估计中。将该应用于近期流式Twitter数据可见，此流程确实产生了更直观且人类可解释的话题。
引用
@article{arxiv.2111.10401,
title = {Community-Detection via Hashtag-Graphs for Semi-Supervised NMF Topic Models},
author = {Mattias Luber and Anton Thielmann and Christoph Weisser and Benjamin Säfken},
journal= {arXiv preprint arXiv:2111.10401},
year = {2021}
}