基于主題模型的主題演化分析及預(yù)測(cè).pdf

1、隨著互聯(lián)網(wǎng)的不斷發(fā)展，社交媒體得到了急速發(fā)展。如何利用用戶(hù)在社交網(wǎng)絡(luò)中產(chǎn)生的海量數(shù)據(jù)，來(lái)對(duì)其進(jìn)行演化分析，成為了自然語(yǔ)言處理領(lǐng)域的研究熱點(diǎn)。在社交媒體中，傳統(tǒng)的主題檢測(cè)方法其準(zhǔn)確性和效率難以保證，為此主題模型的方法被提出。主題模型認(rèn)為主題是由一組語(yǔ)義相關(guān)的詞及詞的概率分布表示，其具有可以很好的模擬大規(guī)模語(yǔ)料的語(yǔ)義信息的特性，因而得到廣泛的應(yīng)用。
　　本文在已有的主題獲取與演化技術(shù)的基礎(chǔ)上做出了以下有意義的創(chuàng)新。首先，提出了一種基于

2、潛在狄利克雷分配模型的主題演化方法。該方法在已有的演化方法的基礎(chǔ)上，增加了主題過(guò)濾的方法，并在主題內(nèi)容演化方面提出了一種判斷主題演化狀態(tài)的方法；其次，在主題演化方法的基礎(chǔ)上，結(jié)合馬爾科夫鏈模型，提出了一種可以預(yù)測(cè)主題演化趨勢(shì)的方法；最后，嘗試使用層次狄利克雷過(guò)程方法來(lái)代替潛在狄利克雷分配模型，以實(shí)現(xiàn)主題演化過(guò)程中主題數(shù)目的自動(dòng)確認(rèn)。
　　在NIPS論文集上的實(shí)驗(yàn)表明，本文提出的演化可以準(zhǔn)確獲得主題在內(nèi)容和強(qiáng)度上的演化趨勢(shì)，結(jié)合馬爾