陆晓玲;郭宇轩;陈嘉仪;王菲菲 使用混合贝叶斯模型检测主题变化点。 （英语） Zbl 1494.68266号 数据最小知识。发现。 36，编号1，146-173（2022）. 摘要：动态文本文档，包括新闻文章、用户评论和博客，现在在许多领域都很常见。因此，文本流的主题也会随着时间而变化。为了掌握文本文档不断积累中的主题变化，非常需要开发自动文本分析模型来发现主题的关键变化。为此，本研究提出了一种主题变化点检测（topic-CD）模型。与以往的研究不同，我们从与主题词分布相关的超参数的角度来定义主题的变化点。这允许模型检测整个主题集的更改点。在这个定义下，主题建模和变化点检测结合在一个统一的框架中，然后使用马尔可夫链蒙特卡罗算法同时执行。此外，Topic-CD模型不需要预先设置更改点的数量，这使得它更便于实际使用。我们使用合成数据和三个实际数据集对Topic-CD模型的性能进行了数值研究。结果表明，与几种先进的方法相比，Topic-CD模型能够很好地识别主题中的变化点。 MSC公司： 68T50型 自然语言处理 62英尺15英寸 贝叶斯推断 68吨10 模式识别、语音识别 关键词：变点检测;动态主题模型;隐含狄利克雷分布;马尔科夫蒙特卡洛 PDF格式BibTeX公司 XML格式引用 \textit{X.Lu}等人，Data Min.Knowl。发现。36，编号1，146--173（2022；Zbl 1494.68266） 全文： 内政部 参考文献： [1] Ahmed A，Xing EP（2008）动态非参数混合模型和递归中餐厅过程：应用于进化聚类。摘自：SIAM数据挖掘国际会议论文集。第219-230页 [2] Ahmed A，Xing EP（2010）Timeline:一种动态分层Dirichlet过程模型，用于恢复文本流中主题的生/死和演化。摘自：第二十六届人工智能不确定性会议论文集。第20-29页 [3] AlSumait L，BarbaráD，Domeniconi C（2008）《在线LDA：挖掘文本流的自适应主题模型》，以及主题检测和跟踪应用程序。摘自：第八届IEEE数据挖掘国际会议论文集。第3-12页 [4] Bai，J.，多元回归模型中变化点的估计，Rev Econ Statist，79，4，551-563（1997）·doi:10.1162/003465397557132 [5] 比弗曼，D。；伯杰，A。；Lafferty，J.，《文本分割的统计模型》，《马赫学习》，34，1-3，177-210（1999）·Zbl 0917.68171号 ·doi:10.1023/A:1007506220214 [6] Blei，DM，概率主题模型，Commun ACM，55，4，77-84（2012）·doi:10.1145/2133806.2133826 [7] Blei DM，Lafferty JD（2006）动态主题模型。摘自：第二十三届机器学习国际会议论文集。第113-120页 [8] 布莱，D。；Mcauliffe，JD，监管主题模型，Adv Neural Inf Process Syst，3，327-332（2008） [9] 布莱，DM；Ng、AY；Jordan，MI，潜在狄利克雷分配，《马赫学习研究杂志》，31993-1022（2003）·Zbl 1112.68379号 [10] Bruggermann D、Hermey Y、Orth C、Schneider D、Selzer S、Spanakis G（2016）使用动态潜在Dirichlet分配进行故事线检测和跟踪。摘自：第二届计算机新闻故事情节研讨会论文集（CNS 2016）。第9-19页 [11] Chae J、Thom D、Bosch H、Yun J、Maciejewski R、Ebert DS、Ertl T（2012）使用季节趋势分解进行异常事件检测和检查的时空社交媒体分析。参加：IEEE视觉分析科学与技术会议。第143-152页 [12] Chib，S.，《多变化点模型的估计和比较》，《经济杂志》，86，2，221-241（1998）·Zbl 1045.62510号 ·doi:10.1016/S0304-4076（97）00115-2 [13] Dieng AB、Ruiz F、Blei DM（2019）动态嵌入主题模型。arXiv:1907.05545 [14] Dubey A、Hefny A、Williamson S、Xing EP（2013）一种随时间变化的主题建模非参数混合模型。摘自：SIAM数据挖掘国际会议论文集。第530-538页 [15] Greene，D。；Cross，JP，使用动态主题建模方法探索欧洲议会的政治议程，《政治分析》，25，1，77-94（2016）·doi:10.1017/pan.2016.7 [16] 郭，X。；Xiang，Y。；陈，Q。；黄，Z。；Hao，Y.，使用张量因子分解的基于LDA的在线主题检测，J Inf Sci，39，4，459-469（2013）·doi:10.1177/0165551512473066 [17] 哈桑，M。；马萨诸塞州奥尔根；Schwitter，R.，《Twitter数据流实时事件检测调查》，《信息科学杂志》，44，4，443-463（2017）·doi:10.1177/0165551517698564 [18] He，J。；陈，X。；杜，M。；Jiang，H.，基于改进的在线LDA模型的主题演变分析，中南大学（科技），46，2，547-553（2015） [19] Hoffman MD、Blei DM、Bach FR（2010）潜在Dirichlet分配的在线学习。参加：神经信息处理系统国际会议。第1-9页 [20] Holz F，Teresniak S（2010）《主题变化的自动检测和跟踪》。第十一届计算语言学和智能文本处理国际会议。第327-339页 [21] Ishwaran，H。；James，LF，Gibbs《破胶前期取样方法》，美国统计协会杂志，96，453，161-173（2001）·Zbl 1014.62006年 ·doi:10.1198/016214501750332758 [22] Kawamae N（2011）趋势分析模型：趋势由时间词、主题和时间戳组成。收录：第四届ACM网络搜索和数据挖掘国际会议论文集。第317-326页 [23] Ko、SIM卡；Chong，TTL；Ghosh，P.，Dirichlet过程隐马尔可夫多变点模型，贝叶斯分析，10，2，275-296（2015）·Zbl 1335.62052号 ·doi:10.1214/14-BA910 [24] Lan D、Buntine W、Johnson M（2013）《结构化主题模型的主题分割》。收录：计算语言学协会北美分会：人类语言技术（NAACL-HLT）年会论文集。第190-200页 [25] Lau J，Collier N，Baldwin T（2012）《在线趋势分析与主题模型：推特趋势检测在线主题模型》。摘自：第24届计算语言学国际会议论文集。第1519-1534页 [26] Lin C，He Y（2009）情绪分析的联合情绪/主题模型。摘自：第18届ACM信息和知识管理会议记录。第375-384页 [27] Mohamad S，Bouchachia A（2019）在线高斯LDA，用于从公用设施使用数据进行无监督模式挖掘。arXiv:1910.11599 [28] Nallapati RM、Ditmore S、Lafferty JD、Ung K（2007）多尺度主题断层成像。参加：知识发现和数据挖掘国际会议。第520-529页 [29] 佩夫兹纳，L。；Hearst，M.，《文本分割评估指标的批判与改进》，《计算语言学》，28，1-19（2002）·doi:10.1162/089120102317341756 [30] Pozdnoukhov A，Kaiser C（2011）流文本中主题的时空动态。参加：ACM Sigspatial基于位置的社交网络国际研讨会。第1-8页 [31] Ramage D，Hall D，Nallapati R，Manning CD（2009）标签LDA：多标签语料库中信用归因的监督主题模型。摘自：2009年自然语言处理实证方法会议记录。第248-256页 [32] Sasaki K、Yoshikawa T、Furuhashi T（2014）推特在线主题模型，考虑了用户兴趣和主题趋势的动态。在：自然语言处理中的经验方法会议记录。第1977-1985页 [33] Teh，YW；密歇根州约旦；比尔，MJ；Blei，DM，《分层Dirichlet过程》，美国统计学会杂志，101，476，1566-1581（2006）·Zbl 1171.62349号 ·doi:10.1198/016214500000302 [34] Truong，C。；奥德雷。；Vayatis，N.，离线变化点检测方法的选择性审查，信号处理，167107299（2020）·doi:10.1016/j.sigpro.2019.107299 [35] Vavliakis KN、Tzima FA、Mitkas PA（2012），通过LDA进行2012年中期SED任务的事件检测。In:MediaEval 2012研讨会会议记录 [36] Wang Y，Goutte C（2018）使用在线主题模型的实时变化点检测。摘自：第27届计算语言学国际会议论文集。第2505-2515页 [37] Wang X，Mccallum A（2006）《随时间变化的主题：主题趋势的非马尔可夫连续时间模型》。摘自：ACM SIGKDD知识发现和数据挖掘国际会议论文集。第424-433页 [38] Wang C，Blei D，Heckerman D（2015）连续时间动态主题模型。arXiv:1206.3298 [39] 吴琼。；张，C。；洪，Q。；Chen，L.，基于LDA和HMM的主题进化及其在干细胞研究中的应用，《信息科学杂志》，40，5，611-620（2014）·doi:10.1177/0165551514540565 [40] Zhang，Y。；陈，H。；卢，J。；Zhang，G.，《检测和预测知识型系统的主题变化：1991年至2016年基于主题的文献计量分析》，《基于知识的系统》，133255-268（2017）·doi:10.1016/j.knosys.2017.07.011 [41] 钟，N。；Schweidel，DA，捕捉社交媒体内容的变化：一个多潜在的变化点主题模型，Mark Sci，39，42827-846（2020）·doi:10.1287/mksc.2019.1212 [42] 周，X。；Chen，L.，Twitter社交媒体流事件检测，VLDB J，23，3，381-400（2014）·doi:10.1007/s00778-013-0320-3 [43] 周，H。；Yu，H。；Hu，R.，基于概率主题模型的主题演化：综述，前沿计算科学，11，5，786-802（2017）·doi:10.1007/s11704-016-5442-5 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。