基于词汇表外种子词的种子引导主题发现
计算与语言
2025-02-19 v2 信息检索
摘要
从文本语料中发现潜在主题已被研究数十年。许多现有主题模型采用完全无监督设置，由于其无法利用用户引导，所发现的主题可能不符合用户的特定兴趣。尽管存在利用用户提供的种子词发现主题代表性词的种子引导主题发现方法，它们较少关注两个因素：(1) 词汇表外种子词的存在与 (2) 预训练语言模型（PLMs）的能力。在本文中，我们将种子引导主题发现任务推广到允许词汇表外种子词。我们提出了一个名为 SeeTopic 的新框架，其中 PLM 的通用知识与从输入语料学习的局部语义可相互受益。在来自不同领域的三个真实数据集上的实验证明了 SeeTopic 在主题一致性、准确性和多样性方面的有效性。
引用
@article{arxiv.2205.01845,
title = {Seed-Guided Topic Discovery with Out-of-Vocabulary Seeds},
author = {Yu Zhang and Yu Meng and Xuan Wang and Sheng Wang and Jiawei Han},
journal= {arXiv preprint arXiv:2205.01845},
year = {2025}
}
备注
12 pages; Accepted to NAACL 2022