集中式文档主题模型
机器学习
2021-02-10 v1 信息检索
机器学习
摘要
我们提出一种用于无监督文本分类的集中式文档主题模型(CDTM),其能够产生集中且稀疏的文档主题分布。具体而言,对文档主题分布施加指数熵惩罚。主题分布多样的文档受罚更重,而主题集中的文档受罚较轻。我们将该模型应用于基准 NIPS 数据集,观察到比隐狄利克雷分配(LDA)更连贯的主题以及更集中且稀疏的文档-主题分布。
引用
@article{arxiv.2102.04449,
title = {Concentrated Document Topic Model},
author = {Hao Lei and Ying Chen},
journal= {arXiv preprint arXiv:2102.04449},
year = {2021}
}
备注
arXiv admin note: text overlap with arXiv:2102.03525