典型文献
面向动态数据流的三支多粒度主题建模方法
文献摘要：
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-granulari-ty 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.
文献关键词：
开放动态环境;三支多粒度学习;主题模型;主题新增
中图分类号：
作者姓名：
李昱洁;杨新;李妙妙;李天瑞
作者机构：
西南财经大学 经济信息工程学院人工智能系,四川 成都 611130;西南财经大学 金融智能与金融工程四川省重点实验室,四川 成都 611130;西南交通大学 计算机与人工智能学院,四川 成都 611756
文献出处：
引用格式：
[1]李昱洁;杨新;李妙妙;李天瑞-.面向动态数据流的三支多粒度主题建模方法)[J].山西大学学报（自然科学版）,2022(01):31-40
A类：
文本数据流,三支多粒度学习,granulari,3WMTM,开放动态环境,主题新增
B类：
动态数据流,主题建模,机器学习模型,掘开,开放环境,语义信息,特征变化,学习思想,Three,way,Multi,ty,Topic,Model,粒度参数,演化机理,主题模型,粒度分析,下自,自适应更新,决策阶段,决策成本,现有模型
AB值：
0.299514
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
