可扩展的概率实体 - 主题建模
机器学习
2013-09-03 v1 信息检索
机器学习
摘要
我们提出了一种用于实体消歧的 LDA 方法。每个主题关联一篇 Wikipedia 文章，主题生成内容词或实体提及。由于主题和词汇表规模均达数百万量级，训练此类模型极具挑战性。我们利用一种基于并行 Gibbs 采样器的新颖分布式推理与表示框架来解决这些问题，该采样器由 Wikipedia 链接图引导，并结合 MapReduce 流水线以实现大规模数据集的快速且节省内存的处理。我们在一个公共数据集上报告了最先进的性能。
引用
@article{arxiv.1309.0337,
title = {Scalable Probabilistic Entity-Topic Modeling},
author = {Neil Houlsby and Massimiliano Ciaramita},
journal= {arXiv preprint arXiv:1309.0337},
year = {2013}
}