基于主題模型的主題演化分析及預測.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。如何利用用戶在社交網(wǎng)絡中產(chǎn)生的海量數(shù)據(jù)，來對其進行演化分析，成為了自然語言處理領(lǐng)域的研究熱點。在社交媒體中，傳統(tǒng)的主題檢測方法其準確性和效率難以保證，為此主題模型的方法被提出。主題模型認為主題是由一組語義相關(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)模語料的語義信息的特性，因而得到廣泛的應用。
　　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，提出了一種可以預測主題演化趨勢的方法；最后，嘗試使用層次狄利克雷過程方法來代替潛在狄利克雷分配模型，以實現(xiàn)主題演化過程中主題數(shù)目的自動確認。
　　在NIPS論文集上的實驗表明，本文提出的演化可以準確獲得主題在內(nèi)容和強度上的演化趨勢，結(jié)合馬爾