吴镝
- 作品数：1 被引量：0H指数：0
- 供职机构：大连海事大学信息科学技术学院更多>>
- 发文基金：中央高校基本科研业务费专项资金大连市科技计划项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 查询无关排序主题模型
- 2014年
- 主题模型已成为机器学习和自然语言处理等领域研究的重要工具,它可发现大规模语料库中的隐含主题.随着语料库规模增大,发现的主题规模也随之增大.绝大多数主题模型以词袋模型为基础,无法描述词项间的顺序关系,使得主题之间无法按照重要性区分.文中提出查询无关排序主题模型框架,利用主题间各种关系排序主题,得到有序主题列表.主题关系从主题层面评价主题影响度,继而提出词项贡献度,从词项语义层面评价主题,削弱流行但语义空泛的排序主题.由于排序主题模型尚未有公认的评价标准,将有序主题作为特征进行多文档自动文摘生成,通过文摘效果间接评价主题排序的效果.实验结果证明有序主题模型优于非排序主题模型的结果.
- 肖智博车丰吴镝李庆丰鲁明羽
- 关键词：多文档自动文摘
