短文本流中主題模型及其應用研究.pdf

1、快速獲取文檔主題對于文本內(nèi)容挖掘和語義理解有非常重要的作用。隨著計算機的快速發(fā)展和人工智能時代的來臨，人類對于機器理解自然語言的語義有著更深層次的需求，文檔主題建?；蛘叻Q作主題挖掘在信息檢索、人工智能、自然語言理解、數(shù)據(jù)挖掘領域占據(jù)比較重要的地位。經(jīng)典的狄利克雷主題模型主要針對相對較長的文本，這些經(jīng)典的模型能夠方便的獲得文檔的主題和潛在的語義，但是在短文本流中并不能取得很好的效果。
　　本文主要針對短文本流中的主題建模進行研究。隨

2、著社交媒體的快速發(fā)展，有數(shù)以億計的用戶活躍在發(fā)布短文本的社交平臺上，包括臉書網(wǎng)，Twitter，新浪微博，微信等。這些平臺上每天都產(chǎn)生億級的短文本消息，我們通過分析挖掘這些短文本內(nèi)容可以獲得大眾的興趣，輿論導向和個性化的用戶興趣。這項研究對于個性化的服務包括個性化推薦、搜索、精準廣告投放等有重要意義。本文的工作包括:
　　結合外部知識的狄利克雷主題模型，該方法考慮改進經(jīng)典的基于長文本內(nèi)容的隱含語義模型，通過引入自媒體發(fā)布的內(nèi)容，豐

3、富短文本中詞與詞之間的共現(xiàn)，以提高性能。其中，引入的自媒體內(nèi)容則是用戶關注的一類高質(zhì)量博主所發(fā)布的高質(zhì)量內(nèi)容，該方法的本質(zhì)是給潛在語義模型提供了更多高質(zhì)量的共現(xiàn)詞對，從而提高主題建模的質(zhì)量。本文將該主題模型應用于短文本環(huán)境中用戶的興趣建模，并結合微博平臺的特征提出了個性化微博再排序框架。即通過分析用戶在某個時間段發(fā)布的文本內(nèi)容來推斷用戶興趣，同時考慮用戶和微博發(fā)布者之間的互動信息及微博發(fā)布者的特征，將用戶一個時間段內(nèi)接收到的微博根據(jù)用戶

4、興趣進行再排序最終推送給用戶。實驗證明，結合外部知識的主題模型可以很好的挖掘用戶的興趣，推薦更多用戶感興趣的微博給用戶。
　　動態(tài)狄利克雷多項混合用戶主題模型，考慮用戶興趣隨時間變化的特性和短文本本身的內(nèi)容特征，本文進行用戶層面的動態(tài)主題建模。根據(jù)用戶當前時間段發(fā)布的短文本內(nèi)容和上一時間段用戶的興趣，來追蹤用戶動態(tài)變化的興趣，其中用戶的興趣表示為混合主題多項分布。在短文本環(huán)境下為了更好的推斷的主題分布，針對短文本詞與詞之間共現(xiàn)的稀