topic discovery | BriefGPT - AI 论文速递

关键词topic discovery

搜索结果 - 7

JADS: 自主超越联合方面发现和摘要的框架
通过将主题发现和总结集成到单一步骤中，我们提出的 JADS 算法从文本数据中发现方面，并生成主题的总结，其在优化总结和聚类算法中表现出更好的性能和稳定性，此外，从 JADS 中获得的嵌入展现出更优越的聚类能力，我们所提出的方法在语义对齐和准
PDFa month ago
结合可解释性分析的分类感知神经主题模型 —— 用于冲突分类
通过引入解释性分析，本文提出了用于冲突信息分类和主题发现的分类感知神经主题模型（CANTM-IA），提供对分类结果和发现的主题的可靠解释。同时，将解释性引入模型架构以提高模型的分类性能，并允许将解释进一步集中在数据的细节上。最后，对模型的架
PDF10 months ago
WWW预训练语言模型表示的潜空间聚类进行主题发现
本文提出了一种基于 PLM 嵌入的联合潜在空间学习和聚类框架，通过联合建模主题 - 单词和文档 - 主题分布，有效地利用 PLMs 在主题发现方面的强大表示能力和出色语言特征，并在两个基准数据集上生成了比强劲的主题模型更加连贯、多样的主题，
PDF2 years ago
KDD通过联合球树和文本嵌入进行层次主题挖掘
提出了一种新方法：基于类别树描述的文本语料库的层次话题挖掘，通过开发一种新的联合树和文本嵌入方法，同时建模类别树结构和语料库生成过程来实现有效的层次话题挖掘，发现代表性词。该方法具有高效的性能和弱监督下的分类任务性能优势。
PDF4 years ago
KDD从网络消息日志中学习潜在事件
本研究针对大型分布式数据中心网络中的错误消息分离问题进行了研究，提出了一种将该问题转换为文档主题发现问题的映射方法，并利用 LDA 算法进行求解。其中，引入了一个新的变点检测算法，将消息日志分割成称之为分集的小子集，并在实际数据集上进行了扩
PDF6 years ago
发现一个随时间演化的文档语料库的主题结构
本文提出一种基于离散化时间的 epochs、使用层次狄利克雷过程的话题发现，以及可以建模复杂话题变化的时间相似性图的新框架，实验表明该算法能够准确捕捉医学文献语料库的发展和演变。
PDF9 years ago
KDD用于追踪复杂主题结构演化的分层狄利克雷过程及其在自闭症研究文献中的应用
本文介绍了一种利用分层狄利克雷过程对数据语料进行时间分段主题发现的新框架，用于追踪其结构变化，并且用于医学文献语料中的自闭症谱系障碍研究。
PDF9 years ago