论一种引导式非负矩阵分解
机器学习
2021-02-08 v2
摘要
完全无监督主题模型在文档聚类与分类中取得了极佳的成功。然而，当数据偏向一组特征时，这些模型常倾向于学习意义不大甚至冗余的主题。为此，我们提出一种基于非负矩阵分解（NMF）模型的方法，称为引导式NMF（Guided NMF），其融入了用户设计的种子词监督。我们的实验结果表明了该模型的潜力，并说明它仅需极少量监督信息即可与同类其他方法相竞争。
引用
@article{arxiv.2010.11365,
title = {On a Guided Nonnegative Matrix Factorization},
author = {Joshua Vendrow and Jamie Haddock and Elizaveta Rebrova and Deanna Needell},
journal= {arXiv preprint arXiv:2010.11365},
year = {2021}
}
备注
6 pages, 6 tables