面向动态数据流的三支多粒度主题建模方法

作者：李昱洁; 杨新^*; 李妙妙; 李天瑞

来源：山西大学学报(自然科学版), 2022, 45(01): 31-40.

DOI：10.13451/j.sxu.ns.2021060

• 开放动态环境
• 三支多粒度学习
• 主题模型
• 主题新增

传统机器学习模型大多依赖封闭世界假设，难以持续挖掘开放环境下动态文本数据流的语义信息。文章考虑动态数据流的粒特征变化，提出了一种基于三支多粒度学习思想的主题建模方法（Three-way Multi-granularity Topic Model,3WMTM）。根据“文本-主题-词汇”的粒度参数演化机理，构建了主题模型的动态多粒度分析框架，在主题不断新增背景下自适应更新阈值。实验结果表明，3WMTM算法在动态环境下能够维持较好的决策精度，即统计上无显著差异；并且3WMTM算法能够在每个决策阶段立即给出判断，因此在决策成本上优于现有模型。

• 单位
  西南财经大学; 西南交通大学