典型文献
结合LDA和孪生BiLSTM的话题演化跟踪方法
文献摘要：
传统的话题演化跟踪任务主要使用基于主题模型的方法,但该方法对于文本语义的提取及表征能力较弱.该文在词嵌入方法的基础上结合LDA和注意力增强的孪生BiLSTM网络,提出文本邻近度模型PDRBL来确定话题演化过程中的时态判定.此外,基于PDRBL模型给出了六个话题演化时态及其判定方法,进而提出了话题演化跟踪方法TETP.实验表明,该文所提模型在精确率、召回率、F 1值三个方面具有优化或可比较的性能,并可以有效捕获话题演化路径.
文献关键词：
话题演化;词嵌入;孪生BiLSTM
中图分类号：
作者姓名：
龚晓康;应文豪;王骏;龚声蓉
作者机构：
苏州大学 计算机科学与技术学院,江苏 苏州 215006;常熟理工学院 计算机科学与工程学院,江苏 常熟 215500;上海大学 通信与信息工程学院,上海 200444
文献出处：
引用格式：
[1]龚晓康;应文豪;王骏;龚声蓉-.结合LDA和孪生BiLSTM的话题演化跟踪方法)[J].中文信息学报,2022(02):93-103
A类：
PDRBL
B类：
LDA,BiLSTM,话题演化,跟踪方法,主题模型,文本语义,表征能力,词嵌入,注意力增强,时态,判定方法,TETP,精确率,召回率,演化路径
AB值：
0.302796
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。
