{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2024,3,7]]，“日期时间”：“2024-03-07T16:10:37Z”，“时间戳”：1709827837391}，“出版商位置”：“查姆”，“参考计数”：23，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“值”：“97830348717”，“类型”：”打印“}，{“值”：“9783030348724”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2019,1,1]]，“date-time”：“2019-01-01T00:00:00Z”，“timestamp”：1546300800000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.springernature.com\/gp\/researters\/text-and-data-mining”}，“日期时间”：“2019-01-01T00:00:00Z”，“时间戳”：1546300800000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https://www.springernature.com//gp\/researters\/text-and-data-mining”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，”short-container-title“：[]，”published-print“：{”date-parts“：[2019]]}”，“DOI”：“10.1007\/978-3030-30-30 34872-4_33“，”type“：”book-chapter“，“created”：{“date-parts”：[[2019,11,25]]，“date-time”：“2019-11-25T00:02:57Z”，“timestamp”：1574640177000}，“page”：“294-301”，“update-policy”：”http:\\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：0，“title”：[“Prioritized Named Entity Driven LDA for Document Clustering”]，“prefix”：“10.1007”，“作者”：[{“给定”：“Durgesh”，“family”：“Kumar”，“sequence”：“first”，“affiliation”：[]}，{“given”：“Sanasam Ranbir”，“家族”：“Singh”，“序列”：“additional”，“ffiliation”：[]}]，“member”：“297”，“published-online”：{“date-parts”：[2019,11,25]]}“，”doi“：”10.1007\/978-1-4419-8462-3_13“，”卷时间“：“社交网络数据分析”，“作者”：“CC Aggarwal”，“年份”：“2011年”，“非结构化”：“Aggarwal，C.C.，Wang，H.：社交网络中的文本挖掘。摘自：Aggarval，C.（编辑）《社交网络数据分析》，第353\u2013378页。斯普林格，波士顿（2011）。https:\/\/doi.org/10.1007\/978-1-4419-8462-3_13“｝，｛“key”：“33_CR2”，“doi asserted by”：“crossref”，“unstructured”：“AlSumait，L.，Barbar\u00e1，D.，Domeniconi，C.：在线LDA：用于挖掘文本流的自适应主题模型，应用于主题检测和跟踪。In：第八届IEEE ICDM 2008，pp.3\u201312。IEEE（2008）“，“DOI”：“10.1109\/ICDM.2008.140”}，{“key”：“33_CR3”，“DOI-asserted-by”：“crossref”，“unstructured”：“Blei，D.M.，Lafferty，J.D.：动态主题模型。摘自：第23届ICML会议录，第113\u2013120页。ACM（2006）“，”DOI“：”10.1145\/1143844.1143859“}，{”issue“：”Jan“，”key“：”33_CR4“，”first page“：“993”，“volume”：“3”，”author“：”DM Blei“，”year“：”2003“，”unstructured“：”Blei，D.M.，Ng，A.Y.，Jordan，M.I.：潜在Dirichlet分配。J.Mach.Learn.Res.3（Jan），993\u20131022（2003）“，“journal-title”：“J.Mach-Learn”.Res.“}，{”key“：”33_CR5“，”DOI-asserted-by“：”crossref”，“非结构化”：“Chong，W.，Blei，D.，Li，F.F.：同步图像分类和注释。2009年IEEE CVPR会议，第1903\u20131910页。IEEE（2009）“，“DOI”：“10.1109\/CVPR.2009.5206800”}，{“key”：“33_CR6”，“DOI-asserted-by”：“crossref”，“unstructured”：“Finkel，J.R.，Grenager，T.，Manning，C.：通过Gibbs抽样将非本地信息纳入信息提取系统。摘自：第43届ACL年会论文集，第363\u2013370页。ACL（2005）“，”DOI“：”10.3115\/1219840.1219885“}，{”issue“：”suppl 1“，”key“：”33_CR7“，”DOI-asserted-by“：”publisher“，”first page“：“5228”，”DOI:“10.1073\/pnas.0307752101”，“volume”：“101”，“author”：“TL Griffiths”，“year”：“2004”，“unstructured”：“Griffith，T.L.，Steyvers，M.：发现科学主题。Proc.Natl.Academ科学101（补充1），5228\u20135235（2004）“，”journal-title“：”Proc。国家。阿卡德。科学。}，{“key”：“33_CR8”，“unstructured”：“Jagarlamudi，J.，Daum\u00e9 III，H.，Udupa，R.：将词汇先行词纳入主题模型。摘自：《ACL欧洲分会第十三届会议论文集》，第204\u2013213页。ACL（2012）“}，{”key“：”33_CR9“，”series-title“：”计算机科学讲稿（人工智能讲稿）“，”doi-asserted-by“：”publisher“，”first page“：“633”，”doi“：”10.1007\/978-3319-91253-0_59“，”volume-title“：“人工智能与软计算”，”author“：”M Jankowski“，”year“：”2018“，”unstructured“：”Jankowski，M.：文本分类的Boost多类sLDA模型。在：Rutkowski，L.，Scherer，R.，Korytkowski，M.，Pedrycz，W.，Tadeusewicz，R.，Zurada，J.M.（编辑）ICAISC 2018。LNCS（LNAI），第10841卷，第633\u2013644页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-319-91253-0_59“}，{”key“：”33_CR10“，”unstructured“：”Kim，D.，Kim，S.，Oh，A.：混合随机度量的Dirichlet过程：标记数据的非参数主题模型。arXiv预印本arXiv:1206.4658（2012）“}”，{“key”：“33_CR11”，“unstructure”：“”Lacoste-Julien，S.，Sha，F.，Jordan，M.I.：DiscLDA：区分学习用于降维和分类。在：NIPS进展，第897\u2013904（2009）页“}，{“问题”：“1”，“关键”：“33_CR12”，“首页”：“28”，“卷”：“7”，“作者”：“M Lienou”，“年份”：“2010”，“非结构化”：“Lienou.，M.，Maitre，H.，Datcu，M.：使用潜在Dirichlet分配的卫星图像语义注释。IEEE GRSL 7（1），28\u201332（2010）”，“日志标题”：“IEEE GRSL”}，“33_CR13”，“非结构化”：“Mcauliffe，J.D.，Blei，D.M.：监督主题模型。摘自：《NIPS进展》，第121\u2013128页（2008）“}，{“key”：“33_CR14”，“doi-asserted-by”：“publisher”，“first page”：《249》，“doi”：“10.1613\/jair.2229”，“volume”：第30页，“author”：“A McCallum”，“year”：“2007”，“unstructured”：“McCallun，A.，Wang，X.，Corrada-Emmanuel，A.：社交网络中的主题和角色发现，并对enron和学术邮件进行了实验。J。Artif公司。智力。Res.30，249\u2013272（2007）“，“期刊标题”：“J.Artif。智力。Res.“}，{”key“：”33_CR15“，”doi-asserted-by“：”crossref“，”unstructured“：”Ramage，D.，Hall，D.，Nallapati，R.，Manning，C.D.：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EMNLP会议论文集》，第1卷，第248\u2013256页。ACL（2009）“，“DOI”：“10.3115\/1699510.1699543”}，{“key”：“33_CR16”，“unstructured”：“Rosen-Zvi，M.，Griffiths，T.，Steyvers，M.和Smyth，P.：作者和文档的作者-图片模型。摘自：《第20届人工智能不确定性会议论文集》，第487\u2013494页。AUAI Press（2004）“}，{”issue“：”1\u20132“，”key“：”33_CR17“，”doi-asserted-by“：”publisher“，”first page“：“157”，“doi”：“10.1007\/s10994-011-5272-5”，“volume”：“88”，“author“：”TN Rubin“，“year”：“2012”，“unstructured”：“Rubin，T.N.，Chambers，A.，Smyth，P.，Steyvers，M.：多标签文档分类的统计主题模型。Mach.Learn.88（1\u2013 2），157\u2013208（2012）“，”新闻标题“：”马赫。学习。}，{“key”：“33_CR18”，“unstructured”：“Tu，Y.，Johri，N.，Roth，D.，Hockenmaier，J.：专家搜索中的引文作者主题模型。摘自：《第23届国际计算语言学会议论文集：海报》，第1265\u20131273页。ACL（2010）“}，{“key”：“33_CR19”，“doi-asserted-by”：“crossref”，“unstructured”：“Wang，X.，McCallum，A.：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：第十二届ACM SIGKDD会议录，pp.424\u2013433。ACM（2006）“，“DOI”：“10.1145\/1150402.1150450”}，{“key”：“33_CR20”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wang，Y.，Agichtein，E.，Benzi，M.：TM-LDA：社交媒体中潜在话题转换的高效在线建模。摘自：第18届ACM SIGKDD会议记录，第123\u2013131页。ACM（2012）“，”DOI“：”10.1145\/2339530.2339552“}，{“key”：“33_CR21”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wei，X.，Croft，W.B.：基于LDA的文档模型，用于即席检索。In:ACM SIGIR.ACM（2006）“，“DOI”：“10.1145\/1148170.1148204”}，“key“：”33_CR22“，”DOI-assert-by“：”crossref.“，”unstructure“：”Wood，J.，Tan，P.，Wang，W.，Arnold，C.：Source-LDA：使用先验知识源增强概率主题模型。2017年IEEE第33届ICDE，第411\u2013422页。IEEE（2017）“，”DOI“：”10.1109\/ICDE.2017.99“}，{“问题”：”Aug“，”key“：”33_CR23“，”首页“：”2237“，”volume“：“13”，”author“：”J Zhu“，”year“：”2012“，”unstructured“：”Zhu，J.，Ahmed，A.，Xing，E.P.:MedLDA:最大限度监督的主题模型。J.Mach.Learn.Res.13（Aug），2237\u20132278（2012）“，“日志标题”：”J.Mach.Learn.Res.“}]，”container-title“：[”计算机科学课堂讲稿”，“模式识别与机器智能”]，“原始标题”：[]，“链接”：[{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3030-34872-4_33”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{“日期部分”：[2024,3,7]]，“日期时间”：“2024-03-07T15:50:55Z“，”timestamp“：1709826655000}，”score“：1，”resource“：{”primary”：{“URL”：“https:\/\/link.springer.com/10.1007\/978-3030-34872-4_33”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[2019]]}，《ISBN》：[“978303048717”，“978330348724”]，“references-count”：23，“URL”“：”http://\/dx.doi.org\/10.1007\/978-3-030-34872-4_33“，”关系“：{}，“ISSN”：[“0302-9743”，“1611-3349”]，“ISSN-type”：[{“value”：“0302-7743”、“type”:“print”}，{“value”：“1611-349”，“type“：”electronic“}]，“subject”：【】，“published”：{“date-parts”：【2019年】}，“assertion”：【{“值”：“2019年11月25日”，“订单”：1，“name”：“first_online”，“label”：“first online”，”“group“：{”name“：”ChapterHistory“，”label“：”章节历史“}}，{”value“：”PReMI“，“order”：1，“name”：“conference_acrombior”，“label”：“conference-Acrombion”，“group”：{“name”:“ConferenceInfo”，“label”：”会议信息“}}，{“value”：“模式识别与机器智能国际会议”，“order:2，”name“：”conference_name“，”label“：”会议名称“，”group“：{”name““：”ConferenceInfo“，”标签“：”大会信息“}”，{“value”：“Tezpur”，“order”：3，“name”：“conference_city”，“label”：“ConferenceCity”，“group”：{“name”:“ConferenceInfo”，“table”：“会议信息”}}，{“value”：“India”，“订单”：4，“name“：”conference_country“，”label“：”会议国家“，”group“：name“：”conference_year“，“label”：“会议年份”，“group”：{“name”：“ConferenceInfo”，“label:”会议信息“}}，{“value”：“2019年12月17日”：“会议结束日期”，“组”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“premi2019”，“order”：10，“名称”：“Conference_id”，“标签”：“会议id”，“group”：“label”：“会议url”，“group”：｛“name”：“ConferenceInfo”，“label”：“ConferenceInformation”｝｝，｛“value”：“Double blind”，“order”：1，“name”：“type”，“label”：“type”，“group”：｛“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”｝，｛“value”：“EasyChair”，“order”：2，“name”：“Conference_management_system”，“label”：“会议管理系统”，“组”：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}，{“value”：“341”，“order”：3，“名称”：“number_of_submissions_sent_for_Review”，“标签”：“发送供评审的提交数”，“group”：：“同行评议信息（由会议组织者提供）”}}，{“value”：“131”，“order”：4，“name”：“number_of_full_papers_accepted”，”label“：“接受的全文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由大会组织者提供）：“number_of_short_papers_accepted”，“label”：“接受的短文数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“标签”：“同行评审信息（由会议组织者提供）”}}，{“value”：“38%-值由等式计算\”已接受的完整论文数\/已发送供审阅的提交数*100”，然后四舍五入为整数。“，”订单“：6，”名称“：”acceptance_rate_of_Full_Papers“，”标签“：”完整论文的接受率“，”组“：{”name“：”ConfEventPeerReviewInformation“，”label“：”同行审阅信息（由会议组织者提供）“}}，{”value“：”2“，“order”：7，“name”：“average_number_of_reviews_per_paper”，“label”：“每篇论文的平均评论数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“同行评论信息（由会议组织者提供）”}}，{“value”：“3”，“orders”：8，“name”：“average_nument_of_papers_per_reviewer”，”label“：“每位审阅者的平均论文数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}}，{“value”：“此内容已对所有人可用。”，“name”：“free”，“label”：“free to read”}]}}