基于LDA的微博文本主题建模方法研究述评

被引：53

作者：

张培晶 ^{[1
]}

宋蕾 ^{[2
]}

机构：

[1] 中国人民公安大学办公室

[2] 北京警察学院公安科技系

来源：

图书情报工作 | 2012年 / 56卷 / 24期

关键词：

LDA; 概率主题模型; 微博; 主题建模;

D O I：

暂无

中图分类号：

G206 [传播理论];

学科分类号：

050302 ;

摘要：

在介绍概率主题模型发展过程以及概率主题模型的代表性模型LDA基本原理的基础上,分析LDA模型的特征及其用于微博类网络文本挖掘的优势;介绍和评述微博环境下现有的基于LDA模型的文本主题建模方法,并对其扩展方式和建模效果进行总结和比较;最后对微博文本主题建模的发展方向进行展望。

引用

页码：120 / 126

页数：7

共 4 条

[1] 基于MB-LDA模型的微博主题挖掘 [J].

张晨逸 ;

孙建伶 ;

丁轶群 .

计算机研究与发展, 2011, (10) :1795-1802

[2] Learning Author-Topic Models from Text Corpora [J].

Rosen-Zvi, Michal ;

Chemudugunta, Chaitanya ;

Griffiths, Thomas ;

Smyth, Padhraic ;

Steyvers, Mark .

ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2010, 28 (01)

[3] Unsupervised Learning by Probabilistic Latent Semantic Analysis [J].

Thomas Hofmann .

Machine Learning, 2001, 42 :177-196

[4]

Topical keyphrase extraction from Twitter .2 Zhao Xin,Jiang Jing,He Jing,et al. Proceedings of the49th Annual Meeting of the Association for Computational Linguistics:Human Language Tech-nologies (ACL-HLT’’11) . 2011

← 1 →