基于语义相似度改进的少样本终身主题模型

作者：曾琪; 买日旦·吾守尔^*; 古兰拜尔·吐尔洪; 雷恒林; 王松

来源：东北师大学报(自然科学版), 2022, 54(04): 71-76.

DOI：10.16163/j.cnki.dslkxb202110250001

• 主题模型
• 终身学习
• 少量数据
• 词向量
• 语义相似度

对于终身主题模型而言，先验知识的正确性对后续的建模任务起到了至关重要的作用.因此，提出了一种基于语义相似度改进的少样本终身主题模型SS-AMC(Semantic Similarity-AMC),利用BERT获取共现词对的词向量，计算其语义相似度，通过设置相似度阈值进而优化知识库中的先验知识，以提升少样本终身主题模型的性能.在中英文数据集上的实验结果表明，SS-AMC模型的主题一致性较基线模型有了明显的提升.

• 单位
  新疆大学