%0 Journal Article
%T 查询无关排序主题模型*
%A 肖智博
%A 车丰
%A 吴镝
%A 李庆丰
%A 鲁明羽
%J 模式识别与人工智能
%P 623-630
%D 2014
%X 主题模型已成为机器学习和自然语言处理等领域研究的重要工具，它可发现大规模语料库中的隐含主题.随着语料库规模增大，发现的主题规模也随之增大.绝大多数主题模型以词袋模型为基础，无法描述词项间的顺序关系，使得主题之间无法按照重要性区分.文中提出查询无关排序主题模型框架，利用主题间各种关系排序主题，得到有序主题列表.主题关系从主题层面评价主题影响度，继而提出词项贡献度，从词项语义层面评价主题，削弱流行但语义空泛的排序主题.由于排序主题模型尚未有公认的评价标准，将有序主题作为特征进行多文档自动文摘生成，通过文摘效果间接评价主题排序的效果.实验结果证明有序主题模型优于非排序主题模型的结果.
%K 排序主题模型
%K 主题模型评价
%K 多文档自动文摘
%K 抽取性文摘
%K 文摘句排序
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract9889.shtml