基于Dirichlet-multinomial回归的任意特征条件主题模型
信息检索
2012-06-18 v1 统计方法学
摘要
虽然完全生成模型已成功用于建模文本文档的内容，但它们通常难以应用于文本数据和文档元数据的组合。在本文中，我们提出了一种Dirichlet-multinomial回归（DMR）主题模型，该模型包含一个关于文档-主题分布的对数线性先验，该先验是文档观测特征（如作者、出版场所、参考文献和日期）的函数。我们表明，通过选择合适的特征，DMR主题模型可以达到或超过先前为特定数据设计的几个主题模型的性能。
引用
@article{arxiv.1206.3278,
title = {Topic Models Conditioned on Arbitrary Features with Dirichlet-multinomial Regression},
author = {David Mimno and Andrew McCallum},
journal= {arXiv preprint arXiv:1206.3278},
year = {2012}
}
备注
Appears in Proceedings of the Twenty-Fourth Conference on Uncertainty in Artificial Intelligence (UAI2008)