G2T：基于预训练语言模型和社区检测的主题建模简单通用框架

Apr, 2023

G2T：基于预训练语言模型和社区检测的主题建模简单通用框架

G2T: A simple but versatile framework for topic modeling based on pretrained language model and community detection

Leihang Zhang, Jiapeng Liu, Qiang Yan

TL;DR本文提出了一种名为图向话题（G2T）的框架，该框架能够使用预训练语言模型获取文档表示，并通过语义图和社区检测等方法进行主题建模。自动评估结果表明，G2T 在英文和中文文档上均取得了最优表现，并且比基线模型产生了更好的可解释性和覆盖范围。

Abstract

It has been reported that clustering-based topic models, which cluster high-quality sentence embeddings with an appropriate word selection method, can generate better topics than generative probabilistic topic mo

topic modeling graph to topic clustering sentence embeddings semantic graph

发现论文，激发创造

TopicGPT：一种基于提示的主题建模框架

TopicGPT 是一种基于提示的框架，利用大型语言模型 (LLMs) 在提供的文本集合中揭示潜在主题，其主题与人类分类更吻合，并且更易于解释，同时还具有高度适应性，可以在不需要重新训练模型的情况下指定约束条件和修改主题。TopicGPT 通过简化获得高质量且易于解释的主题，代表了一种引人注目的以人为中心的主题建模方法。

Nov, 2023

融合文档关系图的神经主题建模

本文介绍了一种名为 Graph Topic Model (GTM) 的基于图形神经网络 (GNNs) 的神经主题模型，通过信息交互捕捉图形节点之间的关系，将文档和词汇转化成为图中的节点，并根据共现性连接，通过图卷积汇聚邻居节点信息从而通过共享单词在文档之间建立关系，扩充了文档的主题的表达方式。研究者还基于三个数据集开展了广泛的实验，其结果证明了这种方法的有效性。

Sep, 2020

具有排序敏感性和语义感知能力的主题建模

本文提出了一种高斯混合神经主题模型（GMNTM），该模型将单词的顺序和句子的语义意义同时纳入了主题建模，实验结果表明，相比现有的主题建模方法，GMNTM 在困惑度、检索准确性和分类准确性方面获得了显著的改进。

Feb, 2015

CycleGT: 通过循环训练实现无监督图到文本和文本到图生成

运用循环生成对抗网络来进行无监督学习，同时有效解决 G2T 和 T2G 领域数据稀缺问题。

Jun, 2020

动态交互主题表示

GPTopic 是一个利用大型语言模型创建动态、交互式主题表示的软件包，为用户提供直观的聊天界面，使主题建模更加易于访问和全面。

Mar, 2024

GINopic：基于图同构网络的主题建模

通过使用基于图同构网络的 GINopic 主题建模框架，我们展示了其相对现有主题模型的有效性，并突出了其推进主题建模的潜力。

Apr, 2024

Top2Vec：主题的分布式表示

提出了一种基于分布式语义嵌入的主题建模方法 top2vec，不需要预定义的停用词表、词干提取或词形还原等预处理，能够自动确定主题数目，有效地提取语义信息并以主题向量的形式呈现。实验结果表明，top2vec 比传统的生成模型更加优秀。

Aug, 2020

基于合成语料的主题建模算法新评估框架

该论文提出了一种基于合成语料库的新框架，用于评估概率主题建模算法，通过比较标记在标记级别上的指定主题标签，能够量化种植和推断主题结构之间的一致性。通过实验，揭示了主题模型的相对强度随语料库特征变化的新见解，并首次证明了主题模型的 “不可检测阶段”。并预测了在真实世界语料库中应用的主题建模算法的性能。

Jan, 2019

话题作为实体聚类：基于语言模型和图神经网络的基于实体的话题

我们提出了一种基于聚类的主题建模方法，使用概念实体作为语言无关的表示，并使用图神经网络从百科全书语料库和知识库中提取实体的向量表示，该方法在连贯性度量方面始终优于其他主题模型。

Jan, 2023

文档聚类与主题建模的整合

提出了一种多粒度聚类主题模型（MGCTM），它将文件聚类和主题建模集成到一个统一的框架中，并共同执行这两个任务以实现整体最佳性能。

Sep, 2013