多元幂次Dirichlet-Hawkes过程
机器学习
2022-12-14 v2 信息检索
社会与信息网络
摘要
文档的发布时间携带了关于其语义内容的相关信息。Dirichlet-Hawkes过程已被提出用于联合建模文本信息与发布动态。该方法已在近期若干工作中成功使用，并被扩展以应对特定的挑战性问题——通常是针对短文本或纠缠的发布动态。然而，其当前形式的先验不允许复杂的发布动态。特别地，推断出的主题彼此独立——例如，假定关于金融的发布对关于政治的发布没有影响。在这项工作中，我们开发了多元幂次Dirichlet-Hawkes过程（MPDHP），缓解了此假设。关于不同主题的发布现在可以相互影响。我们详述并克服了考虑相互作用主题时所出现的技术挑战。我们在一系列合成数据集上对MPDHP进行了系统评估，以界定其应用领域与局限。最后，我们在Reddit数据上开发了MPDHP的一个用例。在本文末尾，感兴趣的读者将了解如何以及何时使用MPDHP，以及何时不应使用。
引用
@article{arxiv.2212.05995,
title = {Multivariate Powered Dirichlet Hawkes Process},
author = {Gaël Poux-Médard and Julien Velcin and Sabine Loudcher},
journal= {arXiv preprint arXiv:2212.05995},
year = {2022}
}