用于健康推文聚类的深度表示学习
计算与语言
2019-01-03 v1 信息检索
机器学习
机器学习
摘要
Twitter 一直是挖掘群体层面健康数据的重要社交媒体平台，将健康相关推文准确聚类为不同主题对于提取相关健康见解至关重要。在本工作中，我们提出深度卷积自编码器以学习健康相关推文的紧凑表示，进而用于聚类。我们将我们的方法与几种传统推文表示方法进行了比较，包括词袋模型、词频-逆文档频率、Latent Dirichlet Allocation 和 Non-negative Matrix Factorization，并结合了 3 种不同的聚类算法。结果表明，使用所提出的表示学习方案的聚类性能在不同聚类数目的所有实验中均显著优于传统方法。此外，我们提出在神经网络训练期间对所学表示施加约束，以进一步提升聚类性能。总而言之，本研究引入了基于深度神经网络架构（即深度卷积自编码器）的学习健康相关推文信息性表示的方法。
引用
@article{arxiv.1901.00439,
title = {Deep Representation Learning for Clustering of Health Tweets},
author = {Oguzhan Gencoglu},
journal= {arXiv preprint arXiv:1901.00439},
year = {2019}
}
备注
8 pages, 3 figures