• 综合
  • 标题
  • 关键词
  • 摘要
  • 学者
  • 期刊-刊名
  • 期刊-ISSN
  • 会议名称
搜索

作者:

王全民 (王全民.) | 孙艳峰 (孙艳峰.) | 李振国 (李振国.) | 谷实 (谷实.) | 王开阳 (王开阳.)

摘要:

LDA模型是一种完全的概率主题生成模型,可以利用有效的概率算法来训练和使用模型,但是LDA模型在训练过程中并没有考虑文档之间的链接对主题生成的影响,而在本文提出的RTM模型中,就加入对文档之间链接的计算,计算过程中使用EM算法来对潜在变量进行计算,因为无法准确计算,所以采用变分分布算法。最后我们对没有训练的数据进行预测,分别为根据文档预测链接和根据链接预测文档,在试验结果中可以看到在数据集中两个RTM模型的变型都表现良好。

关键词:

变分分布LDA Model LDA模型 Variational Distribution 链接 Links RTM模型 RTM Model

作者机构:

  • [ 1 ] [王全民]北京工业大学信息学部计算机学院,北京
  • [ 2 ] [孙艳峰]北京工业大学信息学部计算机学院,北京
  • [ 3 ] [李振国]北京工业大学信息学部计算机学院,北京
  • [ 4 ] [谷实]北京工业大学信息学部计算机学院,北京
  • [ 5 ] [王开阳]北京工业大学信息学部计算机学院,北京

通讯作者信息:

电子邮件地址:

查看成果更多字段

相关关键词:

来源 :

计算机科学与应用

ISSN: 2161-8801

年份: 2017

期: 03

卷: 7

页码: 232-239

被引次数:

WoS核心集被引频次: 0

SCOPUS被引频次:

ESI高被引论文在榜: 0 展开所有

万方被引频次: -1

中文被引频次:

近30日浏览量: 0

在线人数/总访问数:371/3900815
地址:北京工业大学图书馆(北京市朝阳区平乐园100号 邮编:100124) 联系我们:010-67392185
版权所有:北京工业大学图书馆 站点建设与维护:北京爱琴海乐之技术有限公司