基于正则化变分推断的健康日志主题建模
计算与语言
2018-01-17 v1 机器学习
机器学习
摘要
主题建模能够实现对语料的探索与紧凑表示。CaringBridge (CB) 数据集是由患者与照护者在健康危机期间所写日志的大规模集合。然而，由于多位作者异步书写各自健康历程的特性，在 CB 数据集上进行主题建模颇具挑战。为克服该挑战，我们引入了动态作者-角色主题模型 (DAP)，一种为含多位作者的时序语料设计的概率图模型。DAP 模型的新颖之处在于以角色 (persona) 表示作者——其中角色捕捉随时间撰写特定主题的倾向。此外，我们提出了一种正则化变分推断算法，用以促使 DAP 模型的角色彼此区分。我们的结果显示相较竞争主题模型有显著提升——尤其在正则化之后，并凸显了 DAP 模型捕捉不同作者所共享常见历程的独特能力。
引用
@article{arxiv.1801.04958,
title = {Topic Modeling on Health Journals with Regularized Variational Inference},
author = {Robert Giaquinto and Arindam Banerjee},
journal= {arXiv preprint arXiv:1801.04958},
year = {2018}
}
备注
Published in Thirty-Second AAAI Conference on Artificial Intelligence, February 2018, New Orleans, Louisiana, USA