基于多层自助网络与 Lasso 的深度主题建模
机器学习
2019-10-25 v1 机器学习
摘要
主题建模被广泛研究用于文档的降维与分析。然而，其被表述为一个困难的优化问题。当前的近似解也受限于不准确的模型或数据假设。为应对上述问题，我们提出了一种无模型与数据假设、多项式时间的深度主题模型。具体而言，我们首先应用多层自助网络（MBN）——一种无监督深度模型——对文档降维，然后将低维数据表示或其聚类结果作为监督式 Lasso 的目标以进行主题词发现。据我们所知，这是 MBN 与 Lasso 首次应用于无监督主题建模。在 20-newsgroups 和 TDT2 语料库上与五种代表性主题模型的实验对比结果说明了所提算法的有效性。
引用
@article{arxiv.1910.10953,
title = {Deep topic modeling by multilayer bootstrap network and lasso},
author = {Jianyu Wang and Xiao-Lei Zhang},
journal= {arXiv preprint arXiv:1910.10953},
year = {2019}
}