基于短语的柬汉双语LDA主题模型

谢庆; 严馨; 诺宇; 徐广义; 周枫; 郭剑毅

首页> 中文期刊> 《计算机工程与科学》 >基于短语的柬汉双语LDA主题模型

基于短语的柬汉双语LDA主题模型

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:为了有效地获取双语文档的主题分布,提出了一种基于短语的柬汉双语LDA主题模型。修改了传统LDA主题模型中的词袋模型,融入短语(N-gram)的概念,能够在主题预测过程中考虑文章的词序以及上下文,并将之应用于可比语料的双语环境中。本模型基于一个3层贝叶斯网络模型,在此框架下,首先搜集中文和柬埔寨语的可比语料,每一对双语可比语料文档共享一个相同的主题分布,之后引入发现主题以及主题短语的主题模型:对每个单词,首先进行主题抽样,然后将其状态作为短语进行采样,最后对来自特定主题短语分布的单词进行采样。通过实验结果可知,基于短语的双语LDA主题模型比一般的双语LDA模型更能抓住文章的主题,且有更好的主题预测能力。

著录项

来源
《计算机工程与科学》 |2019年第8期|1497-1503|共7页
作者
谢庆; 严馨; 诺宇; 徐广义; 周枫; 郭剑毅;
展开▼
作者单位

昆明理工大学信息工程与自动化学院云南昆明650504;

云南南天电子信息产业股份有限公司云南昆明650041;

展开▼
原文格式 PDF
正文语种 chi
中图分类文字信息处理;
关键词
柬汉双语; 短语; 主题模型;

相似文献

中文文献
外文文献
专利

1. 融合主题模型及双语词向量的汉缅双语可比文档获取方法 [J] . 李训宇 ,毛存礼 ,余正涛 . 中文信息学报 . 2021,第001期
2. 基于统计和词典方法相结合的韩汉双语语料库名词短语对齐 [J] . 凌天斌 ,毕玉德 . 中文信息学报 . 2018,第008期
3. 多重CCA算法的柬汉双语词向量构建方法 [J] . 蒋亚芳 ,严馨 ,李思远 . 计算机工程与应用 . 2020,第017期
4. 基于双语主题模型和双语词向量的跨语言知识链接 [J] . 余圆圆 ,巢文涵 ,何跃鹰 . 计算机科学 . 2019,第001期
5. 融入双语词向量的韩汉名词短语对齐方法研究 [J] . 刘晨阳 ,赵天锐 . 智能计算机与应用 . 2021,第009期
6. 基于短语的汉维(维汉)统计机器翻译研究 [C] . 董兴华 ,周俊林 ,郭树盛 . 第三届全国少数民族青年自然语言信息处理、第二届全国多语言知识库建设联合学术研讨会 . 2010
7. 基于短语主题模型和多文档自动摘要技术文献综述内容推荐 [A] . 张占江 . 2016

基于短语的柬汉双语LDA主题模型

摘要

著录项

相似文献

相关主题

期刊订阅