基于LDA的主题演化研究-科技支撑计划.PDFVIP

医堂焦塞堂苤蚕垫堡至墓塑鲞董至墅 !垒垡塞垒丝笾塑!坌堑丝!丛堕星塑互鉴三垫堡!塑!：丝!堕Q：至 基于L 冰 DA的主题演化研究 李 勇 安新颖 (中国医学科学院医学信息研究所北京100020) [摘要] 通过监测主题在不同时间窗口内的变化趋势进行主题演化分析，在各时间窗11,中分别建立LDA 似度，利用改进的Z—Score方法计算主题随时间的偏移程度以反映其演化情况。 [关键词] 主题模型；演化；主题偏移 Researhon EvolutionBasedon Medical Medical Topic LDA／3％增，ANXin—ring，Instituteof Information，ChineseAcademyof 100020，China Sciences，Beijing Inthe evolution isachieved the trendsin time—slices．LatentDirichletA1一 (Abstract]papertopic analysis bytrackingtopic different isbuiltintime—slices．GibbsisusedtofindOUtlatentvariablesinLDA di- location(LDA)model algorithm isusedIomeasure modifiedZ—scoremethodisusedtomeasurethedriftbetweeninor． the between vergence similarity topics，the topics dertoreflect evolution． topic drift [Keywords]Topicmodel；Evolution；Topic 一个从高潮到低潮的变化过程。如何跟踪研究主题的 1 引言 后续发展，是研究人员关心和迫切需要解决的闽题。 主题实际上是文本的一种降维表示。最具代表性 1．1 主题演化和LDA模型 Semantic 主题演化是主题随时间的变化，包括两方面内 在语义索引(Latent 容：(1)主题强度随着时间推移发生变化。(2)主型¨J，其主要思想是基于矩阵的奇异值分解技术，对 题内容随时闾的推移发生变化。随着时间的推移，研 LatentSe— 究主题的内容会发生变化，其受关注的程度也会经历 出了概率潜在语义索引模型(Probablilistic mantic [收稿日期] 2012—11—27 混合而成，而文档中每个词由一个主题按一定概念产 生，每个词也可由不同的主题生成。与此同时该模型 [作者简介] 李勇，助理研究员，发表论文10余篇。 [基金项目] 国家科技支撑计划课题“基于STKOS的科技的参数数量随着文集增长而呈线性增长趋势，即出现 1BAHl0806过拟合问题【2 监测应用示范”(项目编号：201