幂次Hawkes-狄利克雷过程:以灵活时间先验挑战文本聚类
机器学习
2021-09-16 v1 离散数学
信息检索
摘要
文档的文本内容与其发布日期相互交织。例如,关于某主题的新闻文章的发布受先前类似议题发布的影响,遵循潜在的时间动态。然而,当文本信息传达甚少或时间动态难以揭示时,检索有意义的信息可能具有挑战性。此外,文档的文本内容并非总与其时间动态相关联。我们开发了一种灵活方法,依据文本内容与时序同时创建文本文档聚类,即幂次狄利克雷-Hawkes过程(PDHP)。我们表明,当时序信息或文本内容信息较弱时,PDHP比最先进模型取得显著更好的结果。PDHP还弱化了文本内容与时间动态始终完美相关的假设。当文本聚类、时间聚类或二者混合并非完美相关时,PDHP能以高准确度检索它们。我们证明PDHP推广了先前工作——如狄利克雷-Hawkes过程(DHP)与均匀过程(UP)。最后,我们利用Reddit数据在真实应用中展示了PDHP相对DHP与UP所带来的变化。
引用
@article{arxiv.2109.07170,
title = {Powered Hawkes-Dirichlet Process: Challenging Textual Clustering using a Flexible Temporal Prior},
author = {Gaël Poux-Médard and Julien Velcin and Sabine Loudcher},
journal= {arXiv preprint arXiv:2109.07170},
year = {2021}
}