基于Biterm主题模型的无监督微博情感倾向性分析 被引量：13

1

作者 张佳明 王波 +1 位作者 唐浩浩 李天彩 《计算机工程》 CAS CSCD 北大核心 2015年第7期219-223,229,共6页

基于传统主题模型的无监督情感倾向性分析方法不能较好地解决微博语料特征稀疏的问题。为此,提出一种新的无监督微博情感倾向性分析方法。对语料进行预处理并统计语料中的共现词对,利用BTM模型挖掘文档中的隐含主题,通过已有情感词典分... 基于传统主题模型的无监督情感倾向性分析方法不能较好地解决微博语料特征稀疏的问题。为此,提出一种新的无监督微博情感倾向性分析方法。对语料进行预处理并统计语料中的共现词对,利用BTM模型挖掘文档中的隐含主题,通过已有情感词典分析隐含主题的情感分布,并实现整条微博的情感倾向性分析。在NLP&CC2012语料上进行测试,结果表明,该方法能够有效识别微博的情感倾向,平均F1值比传统主题模型方法提高15%。 展开更多

关键词 微博 短文本 情感倾向性分析 无监督 biterm主题模型

在线阅读 下载PDF 职称材料

基于双词语义扩展的Biterm主题模型 被引量：4

2

作者 李思宇 谢珺 +2 位作者 邹雪君 续欣莹 冀小平 《计算机工程》 CAS CSCD 北大核心 2019年第1期210-216,共7页

针对Biterm主题模型短文本文档的双词产生过程中词对之间缺乏语义联系的情况,提出一种融入词对语义扩展的Biterm主题模型。考虑双词的语义关系,引入词向量模型。通过训练词向量模型,判断词与词之间的语义距离,并根据语义距离对Biterm主... 针对Biterm主题模型短文本文档的双词产生过程中词对之间缺乏语义联系的情况,提出一种融入词对语义扩展的Biterm主题模型。考虑双词的语义关系,引入词向量模型。通过训练词向量模型,判断词与词之间的语义距离,并根据语义距离对Biterm主题模型进行双词语义扩展。实验结果表明,与现有Biterm主题模型相比,该模型不仅具有较好的短文本主题分类效果,而且双词间的语义关联性能及主题词义聚类性能也得到明显提升。 展开更多

关键词 biterm主题模型 双词 词向量 双词语义 吉布斯采样

在线阅读 下载PDF 职称材料

基于在线Biterm主题模型的舆情新闻事件跟踪 被引量：1

3

作者 马子娟 岳昆 +1 位作者 段亮 赵天资 《计算机工程与应用》 CSCD 北大核心 2022年第22期132-141,共10页

舆情新闻事件跟踪,是舆情监控、热点分析、政策制定等研究和应用的重要基础。针对舆情新闻的稀疏性、敏感性、易演化性、次生性等特点,基于在线Biterm主题模型(online Biterm topic model,DBTM),通过随机坍缩变分贝叶斯(stochastic coll... 舆情新闻事件跟踪,是舆情监控、热点分析、政策制定等研究和应用的重要基础。针对舆情新闻的稀疏性、敏感性、易演化性、次生性等特点,基于在线Biterm主题模型(online Biterm topic model,DBTM),通过随机坍缩变分贝叶斯(stochastic collapsed variational Bayesian inference,SCVB0)算法更新参数,提出面向舆情新闻事件监控的主题模型MBTM(monitor Biterm topic model),利用该模型检测初期事件主题,跟踪后续新闻所属的主题。为了对存在关联关系的事件进行串联,进一步给出事件线索的概念,分别从主题层面和语义层面度量线索关联度,进而针对新闻事件主题生成事件线索。实验结果表明,MBTM模型在大多数指标上均优于OBTM等模型,验证了该方法的有效性和高效性。 展开更多

关键词 舆情新闻事件 事件跟踪 事件线索 在线biterm主题模型

在线阅读 下载PDF 职称材料

融入词汇共现的社交网络用户情感Biterm主题模型 被引量：2

4

作者 顾秋阳 吴宝 琚春华 《电信科学》 2020年第11期47-60,共14页

近年社交网络用户数量不断增加,基于文本的用户情感分析技术得到普遍关注和应用。但数据稀疏性、精度较低等问题往往会降低情感识别方法的精度和速度,提出了用户情感Biterm主题模型(US-BTM),从特定场所的文本中发现用户偏好及情感倾向,... 近年社交网络用户数量不断增加,基于文本的用户情感分析技术得到普遍关注和应用。但数据稀疏性、精度较低等问题往往会降低情感识别方法的精度和速度,提出了用户情感Biterm主题模型(US-BTM),从特定场所的文本中发现用户偏好及情感倾向,有效利用Biterm进行主题建模,并使用聚合策略形成伪文档,为整个文本集创建词汇配对以解决数据稀疏性和短文本等问题。通过词汇共现算法对主题进行研究,推断文本集级别信息的主题,并通过分析特定场景下的评论文本集中的词汇配对集及其相应主题的情感,达到准确预测用户对特定场景的兴趣、偏好和情感的目的。结果证明,所提方法能准确地捕捉用户的情感倾向,正确地揭示用户偏好,可广泛应用于社交网络的内容描述、推荐及社交网络用户兴趣描述、语义分析等多个领域。 展开更多

关键词 词汇共现 社交网络 用户情感 biterm主题模型 聚合策略

在线阅读 下载PDF 职称材料

集成学习框架下水电工程施工事故致因因果发现 被引量：1

5

作者 郑霞忠 欧妍希 +2 位作者 田丹 陈云 钟馨凝 《安全与环境学报》 北大核心 2025年第4期1237-1246,共10页

为了探究水电工程施工安全风险复杂因果关系,理清安全风险事故演化过程,实现精准化的事故管理,以近年代表性事故调查报告为基础,集成二元项主题模型(Biterm Topic Model,BTM)与决策试验与评估实验法(Decision-Making Trial and Evaluati... 为了探究水电工程施工安全风险复杂因果关系,理清安全风险事故演化过程,实现精准化的事故管理,以近年代表性事故调查报告为基础,集成二元项主题模型(Biterm Topic Model,BTM)与决策试验与评估实验法(Decision-Making Trial and Evaluation Laboratory,DEMATEL),改进关联规则(Apriori algorithm)算法,建立水电工程事故致因演化规则智能分析模型。首先,利用BTM方法,挖掘事故文本中的关键信息,获得关键信息的特征词,提炼事故致因因素;其次,融合事故致因因素与DEMATEL方法改进Apriori算法,分析事故致因演化规则,获得事故致因因素间的因果关联关系。最后,将提取的14个事故致因关键词建立模型,应用于水电工程的事故分析中,深入挖掘事故诱因,阐明事故演化过程,为安全事故的高效精准管理提供了理论和技术支撑,有助于提升施工现场安全管理质量与效率,实现事故的实时高效预控。 展开更多

关键词 安全工程 事故致因分析 文本挖掘 关联规则 二元项主题模型

原文传递

新能源汽车轮毂造型感性意象预测研究

6

作者 孙利 张宇彤 +2 位作者 吴俭涛 覃忠志 晁佳媛 《机械设计》 北大核心 2025年第9期203-211,共9页

为改善当前新能源汽车(new energy vehicle, NEV)轮毂造型设计中情感意象预测精度,提出一种基于感性工学(kansei engineering, KE)的预测模型构建方法。收集NEV轮毂样本,采用造型分析法解构轮毂造型特征;采用词对主题模型(biterm topic ... 为改善当前新能源汽车(new energy vehicle, NEV)轮毂造型设计中情感意象预测精度,提出一种基于感性工学(kansei engineering, KE)的预测模型构建方法。收集NEV轮毂样本,采用造型分析法解构轮毂造型特征;采用词对主题模型(biterm topic model, BTM)从在线评论文本数据中深入挖掘用户感性意象,通过层次分析法(analytic hierarchy process, AHP)提取代表性感性语汇;基于反向传播神经网络(back propagation neural network, BPNN)构建关联模型,捕捉轮毂造型特征与感性意象间的非线性关系,并引入粒子群优化算法(particle swarm optimization, PSO)和遗传算法(genetic algorithm, GA)分别优化BPNN预测性能;通过误差比较法对不同模型预测效果进行评估。结果表明:PSO-BPNN在预测精度、鲁棒性等方面均优于BPNN和GA-BPNN,可有效提升造型意象预测精度,为NEV轮毂的情感化设计提供理论依据和创新路径。 展开更多

关键词 汽车轮毂 造型设计 感性意象预测 词对主题模型 反向传播神经网络 粒子群优化算法

原文传递

基于网络爬虫及双词主题模型的4个主流在线平台帕金森病患者健康信息需求分析 被引量：2

7

作者 朱傲雪 毛惠娜 +2 位作者 谢惠玲 王梅 邓绮兰 《护理学报》 2025年第11期20-27,共8页

目的探索主流在线平台帕金森病患者的健康信息需求,为护理人员开展针对性健康信息服务提供依据。方法抓取4个主流在线平台的帕金森病交流文本,应用Python软件和双词主题模型(Biterm Topic Model,BTM),挖掘帕金森病患者健康信息需求并进... 目的探索主流在线平台帕金森病患者的健康信息需求,为护理人员开展针对性健康信息服务提供依据。方法抓取4个主流在线平台的帕金森病交流文本,应用Python软件和双词主题模型(Biterm Topic Model,BTM),挖掘帕金森病患者健康信息需求并进行主题划分,使用Gephi软件绘制各主题的关键词共现图。结果各主流在线平台的主题分析显示:知乎、贴吧、小红书、好大夫平台分别析出3、4、5、5个主题;对上述4个平台汇总的32852条文本进行分析,析出6类帕金森病健康信息需求:症状管理(“睡眠-疼痛-乏力”症状群加重疾病负担)、药物治疗(存在错误用药认知及不规范调药行为)、居家管理(饮食与运动管理缺乏可操作性指导)、家属照护(替代搜寻存在信息简化与报告失真风险)、手术治疗(术前适应证评估与术后药物-程控协同不明确)、疾病诊断(基层难以确诊患者在线求助专家)。结论帕金森病患者的健康信息需求以内容多维性和“患者-家属”双主体为特征,为护士实施多方联动、精准全面的健康信息服务提供新的证据支持。 展开更多

关键词 帕金森病 健康信息需求 网络爬虫 双词主题模型 主流在线平台

暂未订购

督查表彰新模式:国务院大督查对地方政府创新的影响——基于典型经验做法的BTM分析

8

作者 刘杨 马亮 《东北大学学报(社会科学版)》 北大核心 2025年第4期63-76,共14页

现有的“自主探索”“设计试验”和“请示授权”模式已难以全面阐释地方政府创新。在探索如何促进地方政府创新的过程中,国务院大督查通过制度化和常态化的督查实践,催生了督查表彰这一地方政府创新的新模式。基于针对短文本的BTM模型对... 现有的“自主探索”“设计试验”和“请示授权”模式已难以全面阐释地方政府创新。在探索如何促进地方政府创新的过程中,国务院大督查通过制度化和常态化的督查实践,催生了督查表彰这一地方政府创新的新模式。基于针对短文本的BTM模型对2015—2022年大督查中通报表扬的地方典型案例进行主题分析,研究发现:督查表彰是地方政府创新的重要模式,激励其在经济增长、产业转型、风险防范和简政放权方面积极创新;创新主题在时间、区域和行政层级维度均呈现显著异质性。这一模式不仅拓展了既有理论框架,系统刻画了新时代地方政府创新的主题分布和演化特征,还为推进政府治理体系和治理能力现代化提供了实证支持和理论指引。 展开更多

关键词 督查表彰 政府创新 央地互动 BTM

在线阅读 下载PDF 职称材料

基于主题-情感融合的帕罗西汀治疗孤独症评论数据研究

9

作者 吕艳华 崔云龙 +2 位作者 王康龙 钟小云 陈家珠 《医学信息学杂志》 2025年第1期28-32,38,共6页

目的/意义挖掘网络用户关于帕罗西汀治疗孤独症的相关评论,揭示患者的关注焦点和情感态度。方法/过程利用双词主题模型和情感分析方法,分析多个媒体平台关于帕罗西汀治疗孤独症的评论文本,挖掘文本的主题分布和情感倾向。结果/结论从5... 目的/意义挖掘网络用户关于帕罗西汀治疗孤独症的相关评论,揭示患者的关注焦点和情感态度。方法/过程利用双词主题模型和情感分析方法,分析多个媒体平台关于帕罗西汀治疗孤独症的评论文本,挖掘文本的主题分布和情感倾向。结果/结论从5个方面分析患者对药物的关注焦点和情感态度,为孤独症患者及相关医务工作者提供有价值的信息,为更好地满足患者需求、改善其生活质量提供参考依据。 展开更多

关键词 双词主题模型 孤独症 帕罗西汀 评论数据 情感分析

暂未订购

基于词对主题模型的中分辨率遥感影像土地利用分类 被引量：4

10

作者 邵华 李杨 +1 位作者 丁远 刘凤臣 《农业工程学报》 EI CAS CSCD 北大核心 2016年第22期259-265,共7页

利用遥感影像数据进行土地利用/覆被分类是多学科共同关注的热点问题,但传统自动分类方法仍然难以满足应用需求,以隐狄利克雷分配模型(latent dirichlet allocation,LDA)为代表的概率主题模型能够建立底层特征和高层语义之间的桥梁,近... 利用遥感影像数据进行土地利用/覆被分类是多学科共同关注的热点问题,但传统自动分类方法仍然难以满足应用需求,以隐狄利克雷分配模型(latent dirichlet allocation,LDA)为代表的概率主题模型能够建立底层特征和高层语义之间的桥梁,近年来也被引入了遥感影像分析领域,但多集中于针对高空间分辨遥感影像的分析。该文分析了一般概率主题模型在遥感影像空间分辨率降低后面临的问题,在此基础上借鉴词对主题模型(biterm topic model,BTM)对单词稀疏文档的推理能力,将其引入中空间分辨率遥感影像的分类中,并提出使用空间相邻的视觉单词对作为模型的观测数据。试验结果表明,BTM模型的分类性能优于LDA模型,并且使用空间相邻视觉单词对可以比标准BTM模型使用更少的观测数据,取得更高的分类精度。 展开更多

关键词 土地利用 遥感 模型 概率主题模型 中空间分辨率 遥感影像分类 词对主题模型

在线阅读 下载PDF 职称材料

基于BTM的微博舆情热点发现 被引量：29

11

作者 王亚民 胡悦 《情报杂志》 CSSCI 北大核心 2016年第11期119-124,140,共7页

[目的/意义]作为一种新兴的社交新闻媒体,近年来,微博在许多热点事件的发布和传播中发挥了重要作用。但由于其文本的特殊性,传统方法不能有效地对其进行建模发现热点话题。因此,如何高效、准确地从微博数据中发现并提取有意义的热点信... [目的/意义]作为一种新兴的社交新闻媒体,近年来,微博在许多热点事件的发布和传播中发挥了重要作用。但由于其文本的特殊性,传统方法不能有效地对其进行建模发现热点话题。因此,如何高效、准确地从微博数据中发现并提取有意义的热点信息是一个很有价值的研究课题。[方法/过程]提出一种基于BTM模型的微博舆情热点发现方法。首先,对微博文本采用BTM建模,改进TF-IDF权重计算算法,以适应微博短文本的特征。并将BTM建模结果与改进的TF-IDF权重算法结合对微博文本进行特征提取及相似性度量,然后采用K-means聚类方法发现热点话题。[结果/结论]通过对新浪微博数据集的对比实验及结果分析验证了本方法的有效性。本方法能够有效解决传统模型在文本建模中所面临的高维度和稀疏性问题,显著改善热点话题的发现质量。 展开更多

关键词 词对主题模型 短文本 微博舆情 相似性度量

在线阅读 下载PDF 职称材料

基于双词主题模型的半监督实体消歧方法研究 被引量：6

12

作者 张雄 陈福才 黄瑞阳 《电子学报》 EI CAS CSCD 北大核心 2018年第3期607-613,共7页

针对实体上下文信息主题漂移的问题,提出一种基于双词主题模型的实体消歧方法.方法考虑到实体在一定语义环境下具有不同的主题,且在同一文档中同时出现的其他实体在一定程度上能够帮助待消歧实体确定所指代内容,利用命名实体构建双词的... 针对实体上下文信息主题漂移的问题,提出一种基于双词主题模型的实体消歧方法.方法考虑到实体在一定语义环境下具有不同的主题,且在同一文档中同时出现的其他实体在一定程度上能够帮助待消歧实体确定所指代内容,利用命名实体构建双词的思想,将协同实体关系融合到主题模型中,并在此基础上利用维基百科知识库,进行半监督消歧.本文最后在网络文本数据上进行了相关的实验,验证了所提算法的有效性.实验表明该方法有效的提高了实体消歧精度. 展开更多

关键词 实体消歧 维基百科 双词主题模型

在线阅读 下载PDF 职称材料

用户评论异质情感的主题聚类仿真 被引量：3

13

作者 张书涛 杨志强 +1 位作者 苏建宁 周爱民 《控制与决策》 EI CSCD 北大核心 2024年第11期3645-3654,共10页

产品优化设计策略中,基于用户喜好评价信息开展产品关注度挖掘和用户满意度变化规律的预测研究至关重要.现有研究大多采用基于量表的半结构化数据分析模型,忽略了评价过程的多维度非线性决策属性,尤其是感性意象之间的耦合问题.对此,面... 产品优化设计策略中,基于用户喜好评价信息开展产品关注度挖掘和用户满意度变化规律的预测研究至关重要.现有研究大多采用基于量表的半结构化数据分析模型,忽略了评价过程的多维度非线性决策属性,尤其是感性意象之间的耦合问题.对此,面向非结构化数据构建异质情感主题聚类仿真流程,首先利用网络爬虫获取用户在线评论文本;其次,借助Word2vec词向量进行文本数值化编码,并通过情感分析模型完成情感二分类判断,建立正向和负向情感数据集;然后,采用BTM主题聚类模型开展异质情感主题聚类;最后,输出多维评价指标量化结果.仿真结果表明,所构建的仿真流程能够准确进行二分类判断(信度检验均大于0.85),且主题聚类结果契合产品优化策略. 展开更多

关键词 在线评论 情感分类 BTM主题聚类 设计决策 用户满意度 感性工学

原文传递

基于PBTM的海量微博主题发现 被引量：2

14

作者 郑涛 王路路 +1 位作者 杨冰 姬东鸿 《计算机应用研究》 CSCD 北大核心 2015年第3期768-770,785,共4页

BTM(biterm topic model)能较好挖掘出微博主题。但面对海量微博,BTM无法胜任,因为BTM挖掘主题速度过慢。基于此,提出一种基于吉布斯采样本主机biterm元组来更新主题单词全局矩阵的分布式的BTM模型PBTM(parallel biterm topic model),... BTM(biterm topic model)能较好挖掘出微博主题。但面对海量微博,BTM无法胜任,因为BTM挖掘主题速度过慢。基于此,提出一种基于吉布斯采样本主机biterm元组来更新主题单词全局矩阵的分布式的BTM模型PBTM(parallel biterm topic model),通过多台主机同时对语料库进行本主机biterm吉布斯采样,然后每次迭代后更新全局主题单词矩阵,直到采样收敛。通过MPI集群实现PBTM模型,实验结果表明,PBTM主题挖掘微博文本速度较BTM大大加快。 展开更多

关键词 主题模型 主题发现 PBTM 吉布斯采样 分布式计算

暂未订购

基于词语对狄利克雷过程的时序摘要 被引量：3

15

作者 席耀一 李弼程 +1 位作者 李天彩 黄山奇 《自动化学报》 EI CSCD 北大核心 2015年第8期1452-1460,共9页

是按照时间顺序生成摘要,对话题的演化发展进行概括.已有的相关研究忽视或者不能准确发现句子中隐含的子话题信息.针对该问题,本文建立了一种新的主题模型,即词语对狄利克雷过程,并提出了一种基于该模型的时序摘要生成方法.首先通过模... 是按照时间顺序生成摘要,对话题的演化发展进行概括.已有的相关研究忽视或者不能准确发现句子中隐含的子话题信息.针对该问题,本文建立了一种新的主题模型,即词语对狄利克雷过程,并提出了一种基于该模型的时序摘要生成方法.首先通过模型推理得到句子的子话题分布;然后利用该分布计算句子的相关度和新颖度;最后按时间顺序抽取与话题相关且新颖度高的句子组成时序摘要.实验结果表明,本文方法较目前的代表性研究方法生成了更高质量的时序摘要. 展开更多

关键词 时序摘要 狄利克雷过程 词语对 主题模型

在线阅读 下载PDF 职称材料

改进在线词对主题模型的微博热点话题演化 被引量：3

16

作者 吴迪 张梦甜 +2 位作者 生龙 黄竹韵 顾明星 《计算机工程与应用》 CSCD 北大核心 2021年第24期179-184,共6页

话题演化分析是舆情监控的研究热点之一,面向微博热点话题进行演化分析,对于网络用户以及网络监管部门都有很重要的现实意义。针对在线词对主题模型(On-line Biterm Topic Model,OBTM)新旧主题混合、冗余词概率相对较高的问题,对OBTM进... 话题演化分析是舆情监控的研究热点之一,面向微博热点话题进行演化分析,对于网络用户以及网络监管部门都有很重要的现实意义。针对在线词对主题模型(On-line Biterm Topic Model,OBTM)新旧主题混合、冗余词概率相对较高的问题,对OBTM进行改进,提出基于话题标签和先验参数的OBTM模型(Topic Labels and Prior Parameters OBTM,LPOBTM)。根据微博热点话题的话题标签,将微博文本集区分为含话题标签和不含话题标签的两类数据集,并设置不同的文档-主题先验参数;在前一时间片文档-主题概率分布的基础上,借鉴Sigmod函数对所有主题进行强度排名,从而优化当前时间片上主题-词分布的先验参数计算方法。实验结果表明,LPOBTM能够更准确地描述话题的内容演化情况,并且有更低的模型困惑度。 展开更多

关键词 话题标签 先验参数 主题强度排名 在线词对主题模型 微博热点话题演化

在线阅读 下载PDF 职称材料

基于BTM和加权K-Means的微博话题发现 被引量：2

17

作者 陈凤 蒙祖强 《广西师范大学学报（自然科学版）》 CAS 北大核心 2019年第3期71-78,共8页

为适应微博数据的短文本、低词频、缺乏语义表达等特殊性,提高话题发现的准确性,利于用户从大量微博数据中获取有用信息,本文提出一种基于BTM和加权K-Means方法实现微博话题发现。首先,针对微博数据稀疏性的问题,采用BTM模型对微博中的... 为适应微博数据的短文本、低词频、缺乏语义表达等特殊性,提高话题发现的准确性,利于用户从大量微博数据中获取有用信息,本文提出一种基于BTM和加权K-Means方法实现微博话题发现。首先,针对微博数据稀疏性的问题,采用BTM模型对微博中的短文本进行建模,获得话题词;然后针对传统K-Means算法本身的缺陷,提出加权K-Means算法实现微博话题发现;最后实验验证本文的方法,实验结果表明,BTM和加权K-Means方法解决了微博数据高维度和稀疏性的问题,提高了热点话题发现的准确性和有效性。 展开更多

关键词 BTM模型 加权K-Means 微博数据 话题发现

在线阅读 下载PDF 职称材料

基于多标签双词主题模型的短文本谣言分析研究 被引量：8

18

作者 武庆圆 何凌南 《情报杂志》 CSSCI 北大核心 2017年第3期92-97,共6页

[目的/意义]面对互联网与智能移动设备的兴起,谣言尤其是短文本类型的谣言发展速度十分迅猛。短文本谣言具有词语稀疏、语义提取困难等特点,这为精准识别谣言带来了挑战和困难。如何能够有效地鉴别进而控制谣言的传播是目前迫在眉睫的... [目的/意义]面对互联网与智能移动设备的兴起,谣言尤其是短文本类型的谣言发展速度十分迅猛。短文本谣言具有词语稀疏、语义提取困难等特点,这为精准识别谣言带来了挑战和困难。如何能够有效地鉴别进而控制谣言的传播是目前迫在眉睫的问题。[方法/过程]提出一个在文本与标签之间引入语义层的多标签双词主题模型,用于发现及探究网民发表在公共媒体平台上的短文本属于谣言或欺诈的倾向。该研究专门针对微信等短文本数据,并通过真实数据集对双词主题的提取和建模进行验证。[结果/结论]结果表明:上述模型可以有效鉴别谣言,帮助媒体加强和改进监管机制,遏制网络谣言、欺诈等现象。 展开更多

关键词 多标签 双词 短文本 谣言 主题模型 微信 语义分析

在线阅读 下载PDF 职称材料

遗忘曲线和BTM词频双层加权微博用户画像 被引量：3

19

作者 吴迪 马文莉 杨利君 《计算机工程与设计》 北大核心 2023年第12期3800-3808,共9页

针对微博短文本具有时效性和建模中频词缺失的问题,提出一种遗忘曲线和BTM词频双层加权微博用户画像方法。通过计算词条的时间权重和提高中频词的词频权重,获取双层加权的用户兴趣主题词。利用遗忘曲线拟合时间函数,计算微博词条的时间... 针对微博短文本具有时效性和建模中频词缺失的问题,提出一种遗忘曲线和BTM词频双层加权微博用户画像方法。通过计算词条的时间权重和提高中频词的词频权重,获取双层加权的用户兴趣主题词。利用遗忘曲线拟合时间函数,计算微博词条的时间权重;将重新计算的词频特征作为Gibbs采样的随机值,提出一种改进的词频加权BTM主题模型,提高中频词的词频权重;提出一种微博用户行为影响力计算方法,构建热点话题下的用户画像。实验结果表明,该方法与BTM、SL-LDA、LDA方法相比,在不同时间片PMI-score指标性能均最优,能够准确挖掘不同时间片的各主题词,构建热点话题下用户兴趣主题词词云,准确展示热点话题下的用户兴趣。 展开更多

关键词 微博 用户画像 双层加权 遗忘曲线 时间函数 词对主题模型 行为影响力

在线阅读 下载PDF 职称材料

面向服务聚类的短文本优化主题模型 被引量：3

20

作者 陆佳炜 郑嘉弘 +2 位作者 李端倪 徐俊 肖刚 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第12期2416-2425,2444,共11页

为了获取高质量的隐式主题结果,提高服务聚类精度,解决服务描述文档文本短带来的语义稀疏性与噪声问题,提出词向量与噪声过滤优化的词对主题模型(BTM-VN).该模型以词对为基础,拓展服务描述文档,获取额外的语义信息,设计利用主题分布信... 为了获取高质量的隐式主题结果,提高服务聚类精度,解决服务描述文档文本短带来的语义稀疏性与噪声问题,提出词向量与噪声过滤优化的词对主题模型(BTM-VN).该模型以词对为基础,拓展服务描述文档,获取额外的语义信息,设计利用主题分布信息进行代表词对概率计算的策略,通过在采样过程中计算代表词对矩阵,提高代表词对在当前主题的权重,降低噪声词对服务描述文档主题获取的干扰.利用词向量筛选待训练的词对集合,减少共现意义低的词对组合,解决词对主题模型耗时较长的问题.使用优化的密度峰值聚类算法对经BTM-VN训练后的服务主题分布矩阵进行聚类.实验结果表明,基于BTM-VN的服务聚类方法在3种聚类评价指标上的表现均优于传统的服务聚类算法. 展开更多

关键词 服务聚类 主题模型 短文本优化 代表词对 词向量

在线阅读 下载PDF 职称材料