本文介绍了一种名为 CorEx 的主题建模方法，这种方法不需要假设潜在的生成模型，而是通过信息理论框架学习最大信息的主题。该框架可以自然地推广到具有层次结构和半监督扩展的情况，通过锚词，可以灵活地将单词级的领域知识纳入 CorEx，从而最小限度地促进主题的可分离性和表征。通过多种数据集、指标和实验，我们证明了 CorEx 产生的主题与无监督和半监督变体的 LDA 所产生的主题在质量上是可比较的。

Nov, 2016

提出了一种层次逐步抽象表示复杂数据的学习方法，该方法基于优化信息论目标，通过最大化多变量互信息来搜索最佳解释数据相关性的潜在因素集合，该方法无需监督，不需要模型假设，并且随着变量数量的线性扩展具有可行性，我们证明了 Correlation Explanation (CorEx) 自动发现了来源于多个数据源的有意义的结构，包括个性测试、DNA 和人类语言。

Jun, 2014

本文提出了一种基于多元互信息或称总相关性的信息论方法，用于表征表示学习中的解缠和依赖性，提出了一种基于可变下限的 CorEx 方法，使得 Latent codes 更具可解释性，并且能够生成更丰富、更真实的样本；同时，将 VAE 与 CorEx 相联系，在信息论上加深了对分层 VAE 的理解，并激发了一种新的算法 AnchorVAE。

Feb, 2018

本文提出了一种基于二阶矩的无锚点主题挖掘框架，采用一次特征值分解和少量线性规划，只需较弱的条件即可确保识别主题，并在实践中表现出更好的鲁棒性。

Nov, 2016

本文介绍了一种改进锚点算法的方法，通过在可视化的低维空间中寻找精确凸包来提高主题模型的质量和可解释性。

Nov, 2017

该研究提出了一种方法，通过对句子和文档的主题进行深入理解，不仅分析数据中的词频，而且可以检测包括非常见词或新词在内的潜在主题，还使用了基于语义空间的异类词和相似性度量等新的评价指标，并通过与人工识别相似性度量的相关系数，在文本挖掘方面展现出优秀的性能结果。

Mar, 2023

本研究介绍了一种用于学习任意结构的离散因子分析模型的半监督学习算法，该算法假定每个潜在变量都有 “锚”，即仅有该潜在变量作为其父变量的观测变量。在给定这些锚的情况下，可以恢复隐变量的矩，并利用这些矩来学习完整的模型。同时，我们还介绍了一种提高矩方法算法健壮性的新技术，即通过优化边际多面体或其松弛度。我们在 Stack Overflow 网站提问的标签预测和急诊科医学诊断两个实际任务中对我们的算法进行了评估。

Nov, 2015

本文介绍了一种基于监督信号的议题模型框架，该框架用于训练潜在狄利克雷分配，旨在平衡高维数据的忠实生成解释和相关类标签的准确预测，并将该框架应用于预测抑郁药物使用，相较于传统的监督议题模型和基于高维逻辑回归的药物推荐任务中，本文提出的方法表现更好。

Dec, 2017

本文提出了一种新的方法 —— 熵正则化来解决推荐系统中主题内的关键词连贯性不足的问题，从而提高主题的可解释性，并确保主任务的性能竞争力。实验结果表明，该策略显著提高了主题的连贯性。

Jun, 2023

本文提出了一种上下文相关的关系主题模型 (CRTM)，可用于自动识别源文档中的锚点，无需依赖先前提到的字典或任何外部知识图谱，并可以自动建议链接，展示了该方法在英语、意大利语和德语的维基百科语料库上的实用性。

May, 2022