Участник:Evgeny smirnov
Материал из MachineLearning.
МФТИ, ФУПМ
Кафедра «Интеллектуальные системы»
Направление «Интеллектуальный анализ данных»
evgenii.smirnov@phystech.edu
Отчет о научно-исследовательской работе
Весна 2015, 6-й семестр
Полувероятностная тематическая модель для задачи классификации
В работе строится полувероятностная тематическая модель для задачи классификации слов в текстовых документах. Для её построения используется метод аддитивной регуляризации тематических моделей ARTM. Для него осуществлён подбор проблемно-ориентированных регуляризаторов. На основе метода предложен EM-алгоритм для решения задачи. Новизна заключается в том, что задача классификации решается используя двухматричное разложение вместо трёхматричного. Проведён эксперимент на реальных данных мобильного сервиса для изучения иностранных слов. Сделан вывод о повышении качества рекомендаций сервиса на основе построенной модели.
Публикация Смирнов Е.А. Воронцов К.В. Полувероятностная тематическая модель для задачи классификации // Машинное обучение и анализ данных. — 2015. — ISSN 2223-3792. (готовится к подаче в журнал)
