层次隐树分析中处理搭配以改进主题建模
计算与语言
2020-07-13 v1 信息检索
机器学习
摘要
近年来，主题建模一直是机器学习中最活跃的研究领域之一。层次隐树分析（HLTA）近期被提出用于层次主题建模，并展现出优于最先进方法的性能。然而，HLTA 所用的模型具有树结构，无法恰当地表示共享同一词汇的多词表达式的不同含义。因此，我们提出一种提取并选择搭配作为 HLTA 预处理步骤的方法。所选搭配在运行 HLTA 前的词袋模型中替换为单一词元。我们的实证评估表明，所提方法在四个测试数据集中的三个上提升了 HLTA 的性能。
引用
@article{arxiv.2007.05163,
title = {Handling Collocations in Hierarchical Latent Tree Analysis for Topic Modeling},
author = {Leonard K. M. Poon and Nevin L. Zhang and Haoran Xie and Gary Cheng},
journal= {arXiv preprint arXiv:2007.05163},
year = {2020}
}