关键词辅助主题模型
计算与语言
2023-02-06 v3 应用统计
统计方法学
摘要
近年来，基于概率主题模型的完全自动化内容分析因其可扩展性在社会科学家中变得流行。这些模型的无监督特性使其适用于在无需先验知识的情况下探索语料库中的主题。然而，研究者发现这些模型常因无意中创建内容相近的多个主题并将不同主题合并为单一主题，而未能度量具有实质意义的具体概念。本文通过实证表明，提供少量关键词可显著提升主题模型的度量性能。所提出的关键词辅助主题模型（keyATM）的一个重要优势是，关键词的指定要求研究者在将数据拟合模型之前对主题进行标注。这与广泛采用的损害实证发现客观性的事后主题解释与调整做法形成对比。在我们的应用中，发现 keyATM 比标准主题模型提供更可解释的结果、具有更好的文档分类性能，并且对主题数量不那么敏感。最后，我们展示 keyATM 也可纳入协变量并建模时间趋势。已实现所提方法的开源软件包可供使用。
引用
@article{arxiv.2004.05964,
title = {Keyword Assisted Topic Models},
author = {Shusei Eshima and Kosuke Imai and Tomoya Sasaki},
journal= {arXiv preprint arXiv:2004.05964},
year = {2023}
}