Magistra Vitae：基于神经嵌入的罗马文学动态主题建模
计算与语言
2024-06-28 v1
摘要
动态主题模型已被提出作为历史分析工具，但传统方法在配置、解释和评估方面都有限。本文中，我们实验了最近一种基于 BERT 嵌入的动态主题建模方法。我们比较使用传统统计模型（LDA 和 NMF）和 BERT-based 模型构建的主题模型，对罗马完整存世文学作品进行主题建模。我们发现尽管定量指标更倾向于统计模型，但定性评估发现神经模型提供了更好的洞见。此外，神经主题模型对超参数配置不够敏感，从而可能使历史研究人员的动态主题建模更加可行。
引用
@article{arxiv.2406.18907,
title = {Historia Magistra Vitae: Dynamic Topic Modeling of Roman Literature using Neural Embeddings},
author = {Michael Ginn and Mans Hulden},
journal= {arXiv preprint arXiv:2406.18907},
year = {2024}
}
备注
6 pages, 2 figures