基于LDA和HMM的文本主題演化模型及其應(yīng)用研究.pdf

1、近年來(lái)，主題模型隨著LDA理論的創(chuàng)建越來(lái)越火。主題模型旨在海量文本數(shù)據(jù)中挖掘出有價(jià)值的主題，然后對(duì)主題進(jìn)行檢測(cè)、跟蹤和預(yù)測(cè)。主題演化就是從主題的產(chǎn)生，發(fā)展，再到成熟，最后到消失的一系列過(guò)程。根據(jù)生命周期理論來(lái)判斷主題演化的具體過(guò)程。本文主要是致力于文本主題演化的研究，涉及到相關(guān)的文本挖掘，LDA(Latent Dirichlet Allocation)主題模型，HMM(Hidden Markov Models)模型，高級(jí)主題模型，主題生

2、命周期理論等內(nèi)容。
　　首先，本文對(duì)目前較流行的相關(guān)文本挖掘算法和主題模型進(jìn)行深入的探討與研究，涉及到狄利克雷分布和先驗(yàn)分布的研究，概率潛在語(yǔ)義檢索理論的研究，詞共現(xiàn)理論的深入研究，以及基于以上理論技術(shù)而獲得的主題之間相似度計(jì)算的研究。
　　其次，本文對(duì)干細(xì)胞研究背景進(jìn)行介紹，在分析干細(xì)胞主題意義的基礎(chǔ)上，探討了共現(xiàn)理論的主題分析和LDA的主題劃分模型在干細(xì)胞數(shù)據(jù)上的應(yīng)用。并針對(duì)LDA模型中的參數(shù)估值的缺點(diǎn)，集成共現(xiàn)理論和聚

3、類判斷指標(biāo)，構(gòu)建ATNLDA(Auto Topic-numberLDA)主題劃分模型。利用ATNLDA模型對(duì)PubMed中2006到2011年的干細(xì)胞研究文獻(xiàn)進(jìn)行主題劃分，并進(jìn)行專家判斷以驗(yàn)證ATNLDA模型在主題劃分上的可行性，并對(duì)這些主題進(jìn)行關(guān)聯(lián)關(guān)系分析，使用MDS(Multi-Dimension Scale)繪制干細(xì)胞研究主題的關(guān)聯(lián)關(guān)系圖譜，提出了ATNLDA模型目前的缺陷和后續(xù)的研究?jī)?nèi)容。
　　最后，本文介紹HMM模型的背