新高地德语诗歌中的历时主题
计算与语言
2019-09-26 v1 信息检索
摘要
统计主题模型正日益被广泛地用于数字人文领域，以对文学数据进行远读任务。它使我们能够估计人们所谈论的内容。尤其是 Latent Dirichlet Allocation (LDA，隐狄利克雷分配) 已展现出其有用性，因为它是无监督的、鲁棒的、易用的、可扩展的，并且提供可解释的结果。在一项初步研究中，我们将 LDA 应用于新高地德语诗歌语料库（textgrid，含 5.1 万首诗、800 万 token），并利用主题在文档上的分布将诗歌分类到不同时期以及进行作者归属。
引用
@article{arxiv.1909.11189,
title = {Diachronic Topics in New High German Poetry},
author = {Thomas N. Haider},
journal= {arXiv preprint arXiv:1909.11189},
year = {2019}
}