跨诗歌传统的主题演化映射
计算与语言
2020-08-31 v2 机器学习
摘要
跨语言的诗歌传统演化方式不同，但我们发现某些语义主题出现在其中若干传统中，尽管有时存在时间延迟或随时间有分歧轨迹。我们将 Latent Dirichlet Allocation (LDA) 应用于四种语言的诗歌语料库，即德语 (52k 首诗)、英语 (85k 首诗)、俄语 (18k 首诗) 和捷克语 (80k 首诗)。我们对齐并解释显著主题及其随时间 (公元 1600--1925 年) 的趋势，以若干选定主题展示跨诗歌传统的相似与差异，并利用其随时间轨迹来精确定位特定文学时期。
引用
@article{arxiv.2006.15732,
title = {Mapping Topic Evolution Across Poetic Traditions},
author = {Petr Plechac and Thomas N. Haider},
journal= {arXiv preprint arXiv:2006.15732},
year = {2020}
}