用于在不同时间尺度上检测主题的稀疏约束非负张量分解
信息检索
2023-09-04 v3 数值分析
社会与信息网络
数值分析
摘要
时序数据（如新闻文章或Twitter推送）通常由持久的长期趋势与流行但短暂的关注主题混合而成。真正成功的主题建模策略应能够检测这两类主题并清晰定位其时间。本文中，我们首先展示非负CANDECOMP/PARAFAC分解（NCPD）能够自动发现持久性可变的主题。接着，我们提出稀疏约束NCPD（S-NCPD）及其在线变体，以有效且高效地主动控制所学主题的长度。进一步，我们提出量化度量主题长度的方法，并展示S-NCPD（及其在线变体）在半合成与真实世界数据（包括新闻标题）上以可控方式发现短期与长期时序主题的能力。我们还展示S-NCPD的在线变体比S-NCPD更迅速地降低重构误差。
引用
@article{arxiv.2010.01600,
title = {Sparseness-constrained Nonnegative Tensor Factorization for Detecting Topics at Different Time Scales},
author = {Lara Kassab and Alona Kryshchenko and Hanbaek Lyu and Denali Molitor and Deanna Needell and Elizaveta Rebrova and Jiahong Yuan},
journal= {arXiv preprint arXiv:2010.01600},
year = {2023}
}