Изображение:Smirnov2016BHThesis.pdf

Материал из MachineLearning.

Перейти к: навигация, поиск

Smirnov2016BHThesis.pdf (размер файла: 3,26 МБ, MIME-тип: application/pdf)

Одной из главных проблем вероятностых тематических моделей является их понимание. Все существующие методы оценки интерпретируемости тем основываются на методе описания мешком терминов. В данной работе предлагается подход для оценки интерпретируемости, основанный на анализе сжатого представления коллекции документов. Для этого объявляется набор требований к тематической модели, для того чтобы считать её интерпретируемой. Для интерпретируемой модели формируется суммаризация тем --- список предложений для каждой темы, наиболее точно и полно её описывающий, отранжированный по ценности предложений. В вычислительных экспериментах строится интерпретируемая тематическая модель для коллекции документов конференции ММРО и суммаризация её тем.

История файла

Нажмите на дату/время, чтобы просмотреть как тогда выглядел файл.

Дата/времяУчастникРазмер объектаРазмер файлаПримечание
текущий21:40, 28 июня 2016Evgeny smirnov (Обсуждение | вклад)3,26 МБОдной из главных проблем вероятностых тематических моделей является их понимание. Все существующие методы оценки интерпретируемости тем

Следующие страницы ссылаются на данный файл:

Личные инструменты