首页> 中文期刊> 《中文信息学报》 >基于神经自回归分布估计的涉案新闻主题模型构建方法

基于神经自回归分布估计的涉案新闻主题模型构建方法

         

摘要

神经主题模型能有效获取文本的深层语义特征,但现有的神经主题模型忽略了外部知识对获取主题分布的帮助.因此,针对涉案主题分析任务,该文提出了一种基于神经自回归分布估计的涉案新闻主题模型构建方法.以案件要素作为外部知识对iDocNADEe模型进行了扩展,通过计算案件要素与主题词的相关度来构建注意力机制对iDocNADEe模型双向编码的隐状态进行加权,利用神经自回归算法计算加权后的主题词双向隐状态的自回归条件概率实现涉案新闻文本主题模型构建.实验结果表明,该文提出方法较基线模型困惑度降低了0.66%、主题连贯性提高了6.26%,并且在文档检索精确率方面也明显高于基线模型.

著录项

  • 来源
    《中文信息学报》 |2021年第2期|89-98|共10页
  • 作者单位

    昆明理工大学 信息工程与自动化学院 云南 昆明 650500;

    昆明理工大学 云南省人工智能重点实验室 云南 昆明 650500;

    昆明理工大学 信息工程与自动化学院 云南 昆明 650500;

    昆明理工大学 云南省人工智能重点实验室 云南 昆明 650500;

    昆明理工大学 信息工程与自动化学院 云南 昆明 650500;

    昆明理工大学 云南省人工智能重点实验室 云南 昆明 650500;

    昆明理工大学 信息工程与自动化学院 云南 昆明 650500;

    昆明理工大学 云南省人工智能重点实验室 云南 昆明 650500;

    昆明理工大学 信息工程与自动化学院 云南 昆明 650500;

    昆明理工大学 云南省人工智能重点实验室 云南 昆明 650500;

    昆明理工大学 信息工程与自动化学院 云南 昆明 650500;

    昆明理工大学 云南省人工智能重点实验室 云南 昆明 650500;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 信息处理(信息加工);
  • 关键词

    案件要素; iDocNADEe; 注意力机制; 神经自回归分布估计; 涉案新闻; 主题模型;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号