噪声源上的主题稳定性
计算与语言
2015-08-06 v1 信息检索
摘要
诸如 LDA 之类的主题建模技术近来已应用于语音转录文本和 OCR 输出。这些语料可能包含噪声或错误文本，从而损害主题稳定性。因此，了解主题建模算法应用于噪声数据时的表现十分重要。在本文中，我们展示了不同类型的文本噪声会对不同主题模型的稳定性产生不同影响。基于这些观察，我们提出了文本语料生成的指南，重点关注自动语音转录。我们还给出了针对噪声语料的主题模型选择方法。
引用
@article{arxiv.1508.01067,
title = {Topic Stability over Noisy Sources},
author = {Jing Su and Oisín Boydell and Derek Greene and Gerard Lynch},
journal= {arXiv preprint arXiv:1508.01067},
year = {2015}
}