【論文閱讀】A Correlated Topic Model Using Word Embeddings

《A Correlated Topic Model Using Word Embeddings》 Abstract 傳統的主題模型能夠通過用邏輯正態分佈代替先驗的Dirichlet來捕捉潛在主題之間的相關結構。word embeddings 已經被證明能夠捕捉語義規律,因此語義相關性和詞之間的聯繫可以直接在詞向量空間中計算(例如餘弦值)得到。本文提出了一個新的使用詞嵌入的主題模型。該模型能夠利用詞
相關文章
相關標籤/搜索