基于网络短文本主题挖掘技术研究
冯鑫1
汤鲲2
1.武汉邮电科学研究院 武汉 430074;南京烽火天地通信科技有限公司 南京 2100192.武汉邮电科学研究院 武汉 430074;南京烽火星空通信发展有限公司 南京 210000
摘要：由于短文本内容少,在语义特征上短文本要比长文本匮乏的多,传统的主题模型对于普通文档非常有效,然而严重的数据稀疏问题使得短文本主题建模困难.为了解决这一问题,提出了GBDP(Gravity Biterm Topic Model Hierarchical Dirichlet Process)模型,它是一种基于BTM(Biterm Topic Model)的Dirichlet过程,同时结合CRP(Chinese Restaurant Process)不仅考虑词汇之间相关性而且也考虑到了词对之间的联系,最后对实际数据进行了对比实验,结果表明GBDP在主题质量和困惑度方面效果显著.
关键词：狄利克雷过程LDABTMGBDP主题挖掘
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2021-05-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 952-956,992 )
英文信息