作者标签主题模型在科技文献中的应用

doi:10.11772/j.issn.1001-9081.2015.04.1001

计算机应用 ›› 2015, Vol. 35 ›› Issue (4): 1001-1005.DOI: 10.11772/j.issn.1001-9081.2015.04.1001

作者标签主题模型在科技文献中的应用

陈永恒¹, 左万利², 林耀进¹

1. 闽南师范大学计算机学院, 福建漳州 363000;
2. 吉林大学计算机科学与技术学院, 长春 130012

收稿日期:2014-10-26 修回日期:2015-01-08 出版日期:2015-04-10 发布日期:2015-04-08
通讯作者: 陈永恒
作者简介:陈永恒(1980-),男,黑龙江大庆人,讲师,博士,主要研究方向:机器学习、数据挖掘、推荐系统; 左万利(1957-),男,吉林长春人,教授,博士生导师,博士,主要研究方向:数据库优化、数据挖掘、搜索引擎; 林耀进(1981-),男,福建漳州人,副教授,博士,主要研究方向:数据集成、数据挖掘。
基金资助:
国家自然科学基金资助项目(61303131, 60373099, 60973040);福建省教育厅项目(JA13196)。

Application of labeled author topic model in scientific literature

CHEN Yongheng¹, ZUO Wanli², LIN Yaojin¹

1. College of Computer Science, Minnan Normal University, Zhangzhou Fujian 363000, China;
2. College of Computer Science and Technology, Jilin University, Changchun Jilin 130012, China

Received:2014-10-26 Revised:2015-01-08 Online:2015-04-10 Published:2015-04-08

摘要/Abstract

摘要：

作者主题模型被广泛应用于科技文献中作者的兴趣发现。针对作者主题模型不能利用文献的类别标签属性与主题之间的相关性进行主题发现的问题,在对作者主题模型分析的基础上,将科技文献之间固有的类别标签信息引入到作者主题模型中,提出了作者标签主题(LAT)模型。LAT模型通过实现文献的标签信息与主题之间的映射关系,实现文本的多标签判定,提升文档的聚类效果。与传统的潜在狄利克雷分配(LDA)和作者主题(AT)模型的对比实验结果表明,LAT模型能够显著提高模型的泛化能力,提升模型的运行性能。

关键词: 文字信息处理, 隐藏狄利克雷分配, 文本分析, 主题模型, 自然语言处理

Abstract:

Author Topic (AT) model is widely used to find the author's interests in scientific literature, but AT model cannot take advantage of the correlation between category labels and topics. Through integrating the inherent category labels of documents into AT model, Labeled Author Topic (LAT) model was proposed. LAT model realized the predicate of multi-labels by optimizing the mapping relation between labels and topics and improved the clustering results. The experimental results suggest that, compared with Latent Dirichlet Allocation (LDA) model and AT model, LAT model can improve the decision accuracy of multi-labels, and optimize the generalization ability and operating efficiency.

Key words: text information processing, Latent Dirichlet Allocation (LDA), text analysis, topic model, natural language processing

中图分类号:

陈永恒, 左万利, 林耀进. 作者标签主题模型在科技文献中的应用[J]. 计算机应用, 2015, 35(4): 1001-1005.

CHEN Yongheng, ZUO Wanli, LIN Yaojin. Application of labeled author topic model in scientific literature[J]. Journal of Computer Applications, 2015, 35(4): 1001-1005.

参考文献

[1] SHI Q, LI Y, GUO P. Dynamic finding of authors' research interests in scientific literature[J]. Journal of Computer Applications, 2013,33(11):3080-3083.(史庆伟,李艳妮,郭朋亮.科技文献中作者研究兴趣动态发现[J].计算机应用,2013,33(11):3080-3083.)
[2] LIU T, LIU B, XU Z, et al. Automatic domain-specific term extraction and its application in text classification[J].Acta Electronica Sinica,2007,35(2):328-332.(刘桃,刘秉权,徐志明,等.领域术语自动抽取及其在文本分类中的应用[J].电子学报,2007,35(2):3283-332.)
[3] HAN H, ZHU D, WANG X. Technical term extraction method for patent document[J].Journal of the China Society for Scientific and Technical Information,2011,30(12):1280-1285.(韩红旗,朱东华,汪雪锋.专利技术术语的抽取方法[J].情报学报,2011,30(12):1280-1285.)
[4] NIGAM K, LAFFERTY J, McCALLUM A. Using maximun entropy for text classification[EB/OL]. [2010-10-10]. http://www.kamalnigam.com/papers/maxent-ijcaiws99.pdf.
[5] NEWMAN S, ASUNCION A, SMYTH P. Distributed inference for latent Dirichlet allocation[J]. Neural Information Processing Systems, 2007,32(7):55-65.
[6] BLEI D M, NG A Y, JORDAN M I. Latent Dirichlet allocation[J]. Journal of Machine Learning Research,2003,43(12): 993-1022.
[7] BLEI D M. Probabilistic topic models[J]. Communications of the ACM, 2012,55(4):77-84.
[8] LI W, SUN L, ZHANG D. Text classification based on labeled-LDA model[J].Chinese Journal of Computers, 2008,31(4):620-627.(李文波,孙乐,张大鲲.基于Labeled-LDA模型的文本分类新算法[J].计算机学报,2008,31(4):620-627.)
[9] BLEI D M, McAULIFFE J M. Supervised topic models[EB/OL].[2010-10-10]. https://www.cs.princeton.edu/~blei/papers/BleiMcAuliffe2007.pdf.
[10] RAMAGE D, HALL D, NALLAPATI R, et al. Labeled LDA: a supervised topic model for credit attribution in multi-labeled corpora[C]// EMNLP 2009: Proceedings of the 2009 Conference on Empirical Methods in Natural Language Processing. New York: ACM Press, 2009,1:248-256.
[11] ROSEN Z, CHBMUDUGUNTA C, GRIFFITHS T. The author-topic model for authors and documents[C]// UAI 2004: Proceedings of the 20th Conference on Uncertainty in Artificial Intelligence. New York: ACM Press, 2004:487-194.
[12] ROSEN Z, CHBMUDUGUNTA C, GRIFFITHS T. Learning author-topic models from text corpora[J].ACM Transactions on Information Systems, 2010,28(1): Article No. 4.
[13] WANG J. Academic social network based on statistical topic model and applications[D]. Wuhan:Central China Normal University,2013.(王建文.基于统计主题模型的学术网络建模与应用[D].武汉:华中师范大学,2013.)
[14] SHAN B, LI F. A survey of topic evolution based on LDA[J]. Journal of Chinese Information Processing, 2010,24(6):43-49.(单斌,李芳. 基于LDA话题演化研究方法综述[J].中文信息学报, 2010,24(6):43-49.)
[15] HEINRICH G. Parameter estimation for text analysis[EB/OL].[2010-10-10]. http://www.arbylon.net/publications/text-est.pdf.
[16] GUO X, XIANG Y, CHEN Q, et al. LDA-based online topic detection using tensor factorization[J]. Information Science, 2013,39(4):459-469.
[17] HU P, LIU W, JIANG W, et al. Latent topic model for audio retrieval[J]. Pattern Recognition, 2014,47(3):1138-1143.

作者标签主题模型在科技文献中的应用

Application of labeled author topic model in scientific literature

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	谢德峰, 吉建民. 融入句法感知表示进行句法增强的语义解析[J]. 计算机应用, 2021, 41(9): 2489-2495.
[2]	刘雅璇, 钟勇. 基于头实体注意力的实体关系联合抽取方法[J]. 计算机应用, 2021, 41(9): 2517-2522.
[3]	周险兵, 樊小超, 任鸽, 杨勇. 基于多层次语义特征的英文作文自动评分方法[J]. 计算机应用, 2021, 41(8): 2205-2211.
[4]	李文惠, 曾上游, 王金金. 基于改进注意力机制的图像描述生成算法[J]. 计算机应用, 2021, 41(5): 1262-1267.
[5]	王朱君, 王石, 李雪晴, 朱俊武. 基于深度学习的事件因果关系抽取综述[J]. 计算机应用, 2021, 41(5): 1247-1255.
[6]	李雪晴, 王石, 王朱君, 朱俊武. 自然语言生成综述[J]. 计算机应用, 2021, 41(5): 1227-1235.
[7]	刘睿珩, 叶霞, 岳增营. 面向自然语言处理任务的预训练模型综述[J]. 计算机应用, 2021, 41(5): 1236-1246.
[8]	杨丰瑞, 霍娜, 张许红, 韦巍. 基于注意力机制的主题扩展情感对话生成[J]. 计算机应用, 2021, 41(4): 1078-1083.
[9]	杨璐, 何明祥. 基于门控机制和卷积神经网络的中文文本情感分析模型[J]. 计算机应用, 2021, 41(10): 2842-2848.
[10]	杨威亚, 余正涛, 高盛祥, 宋燃. 基于跨语言神经主题模型的汉越新闻话题发现方法[J]. 计算机应用, 2021, 41(10): 2879-2884.
[11]	朱思淼, 魏世伟, 魏思恒, 余敦辉. 基于弹幕情感分析和主题模型的视频推荐算法[J]. 计算机应用, 2021, 41(10): 2813-2819.
[12]	尹春勇, 章荪. 面向短文本情感分类的端到端对抗变分贝叶斯方法[J]. 计算机应用, 2020, 40(9): 2536-2542.
[13]	田保军, 刘爽, 房建东. 融合主题信息和卷积神经网络的混合推荐算法[J]. 计算机应用, 2020, 40(7): 1901-1907.
[14]	杨国峰, 杨勇. 基于BERT的常见作物病害问答系统问句分类[J]. 计算机应用, 2020, 40(6): 1580-1586.
[15]	赵亚欧, 张家重, 李贻斌, 付宪瑞, 生伟. 融合基于语言模型的词嵌入和多尺度卷积神经网络的情感分析[J]. 计算机应用, 2020, 40(3): 651-657.