BiTerm Topic Model
需求背景 短文本，短視頻的tag標籤，如果使用圖文的方法，顯得力不從心，bad case太多。例如直接使用LDA算法對圖文語料進行訓練，取得不錯的聚類效果，但是使用短視頻的標籤信息語料進行相同的操作，效果不佳。 直接使用word2vec進行關鍵詞匹配的方式，很大程度上依賴視頻標籤的質量。而視頻標籤的標註信息不能依賴於信息上傳者的標註信息與用戶標註意圖，這個不定因素不是我們能夠控制的。 主題模型發展
相關文章
- 1. neural topic model
- 2. topic model (LSA、PLSA、LDA)
- 3. JST ：Joint sentiment topic model & ASUM ：Aspect sentiment unification model
- 4. Rabbitmq--topic Rabbitmq--topic
- 5. topic
- 6. lda 主題模型--TOPIC MODEL--Gibbslda++結果分析
- 7. Continuous Semantic Topic Embedding Model Using Variational Autoencoder論文閱讀
- 8. 【論文閱讀】A Correlated Topic Model Using Word Embeddings
- 9. Author-Topic Model與ACT-LDA分析與解析
- 10. [一些翻譯和整合] Topic Model-主題模型
- 更多相關文章...
- • C# 反射（Reflection） - C#教程
- • Swift 自動引用計數（ARC） - Swift 教程
- • 常用的分佈式事務解決方案
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. neural topic model
- 2. topic model (LSA、PLSA、LDA)
- 3. JST ：Joint sentiment topic model & ASUM ：Aspect sentiment unification model
- 4. Rabbitmq--topic Rabbitmq--topic
- 5. topic
- 6. lda 主題模型--TOPIC MODEL--Gibbslda++結果分析
- 7. Continuous Semantic Topic Embedding Model Using Variational Autoencoder論文閱讀
- 8. 【論文閱讀】A Correlated Topic Model Using Word Embeddings
- 9. Author-Topic Model與ACT-LDA分析與解析
- 10. [一些翻譯和整合] Topic Model-主題模型