时事事件的视角与主题建模
计算与语言
2016-08-16 v1 信息检索
机器学习
摘要
每个故事都有多个侧面，尽管统计主题模型在按主题概括文本文档语料库中的故事方面非常成功，但它们并未明确解决学习文档中所表达的不同侧面，即视角的问题。在本文中，我们展示了如何以完全无监督的方式学习这些视角，并以人类可解释的形式表示它们。我们采用一种新颖的方法，将 CorrLDA2 用于此目的，该方法学习主题-视角关系，这些关系可用于形成主题组，其中每个组代表一个视角。然后使用一个关于以色列-巴勒斯坦冲突的文档语料库，来演示如何学习巴勒斯坦视角和以色列视角。通过利用线性 SVM 特征权重的幅度和符号，我们引入了一种有原则的方法来评估主题与视角之间的关联。借此，我们从定量和定性两方面证明，所学到的主题组在上下文上是连贯的，并形成了一致正确的主题-视角关联。
引用
@article{arxiv.1608.04089,
title = {Viewpoint and Topic Modeling of Current Events},
author = {Kerry Zhang and Jussi Karlgren and Cheng Zhang and Jens Lagergren},
journal= {arXiv preprint arXiv:1608.04089},
year = {2016}
}
备注
16 pages, 4 figures, 4 tables