Scifaro

中文

基于无监督学习的主题建模与主题标注

机器学习 2019-12-20 v1 计算与语言计算机与社会信息检索机器学习

作者: Rashid Mehdiyev , Jean Nava , Karan Sodhi , Saurav Acharya , Annie Ibrahim Rana

在 arXiv 上查看 ↗ PDF ↗

摘要

我们描述了使用非负矩阵分解（NMF）与隐狄利克雷分配（LDA）算法进行主题挖掘与标注，应用于零售客户沟通以试图刻画客户咨询的主题。本文比较了两种算法在主题挖掘性能上的表现，并提出了以自动化方式分配主题标注的方法。

关键词

主题建模无监督学习非负矩阵分解隐狄利克雷分配主题标注零售沟通

引用

@article{arxiv.1912.08868,
  title  = {Topic subject creation using unsupervised learning for topic modeling},
  author = {Rashid Mehdiyev and Jean Nava and Karan Sodhi and Saurav Acharya and Annie Ibrahim Rana},
  journal= {arXiv preprint arXiv:1912.08868},
  year   = {2019}
}