基于拓扑数据分析的文本集合摘要与距离度量
计算与语言
2022-03-15 v4 代数拓扑
摘要
本文中，我们使用持久同调、持久熵与瓶颈距离等拓扑数据分析(TDA)工具，提供任意给定文本集合的“基于 TDA 的摘要”，以及计算任意两位文学风格、作者或时期之间距离的通用方法。为此，将深度学习词嵌入技术与这些工具结合，以研究嵌入度量空间中的文本的拓扑性质。作为案例研究，我们使用三位西班牙黄金时代诗人的文本：Francisco de Quevedo、Luis de Góngora 与 Lope de Vega。据我们所知，这是首次将词嵌入、瓶颈距离、持久同调与持久熵联合用于刻画文本并比较不同文学风格。
引用
@article{arxiv.1912.09253,
title = {Summary and Distance between Sets of Texts based on Topological Data Analysis},
author = {Eduardo Paluzo-Hidalgo and Rocio Gonzalez-Diaz and Miguel A. Gutiérrez-Naranjo},
journal= {arXiv preprint arXiv:1912.09253},
year = {2022}
}