检索结果-内蒙古大学图书馆

作者：吕祎娜中央财经大学

学位级别：硕士

随着科学技术日新月异的发展,互联网中所积累的文本数据正在以指数量级迅速增长。文本数据具有海量、稀疏、噪声大等特性,因此如何准确高效地从毫无条理的海量文本数据中提炼出具有应用价值的信息,一直是当前学术界与商业界所关注的热... 详细信息

随着科学技术日新月异的发展,互联网中所积累的文本数据正在以指数量级迅速增长。文本数据具有海量、稀疏、噪声大等特性,因此如何准确高效地从毫无条理的海量文本数据中提炼出具有应用价值的信息,一直是当前学术界与商业界所关注的热门话题。近年来,以传统LDA模型为代表的主题模型技术实现了迅速的发展与广泛的应用,已经演变为文本数据建模的重要方式之一。然而,LDA主题模型并未考虑到文本数据所具有的稀疏性特征,因此在利用词共现信息提取主题时会较为困难,最终导致主题提取效果不尽人意。此外,传统LDA模型也无法避免文本中噪声信息的干扰,在一定程度上也影响了主题建模效果。针对上述文本主题建模所面临的文本稀疏问题和噪声干扰问题,本文使用了稀疏主题模型WSBI-LDA作为研究对象,该模型将主题划分为特殊主题与背景主题两类,在特殊主题中实现了词稀疏的操作,并利用背景主题过滤文本中无意义的噪声词,从词稀疏和背景主题两个维度对LDA模型进行了拓展。为了探究WSBI-LDA模型在不同数据环境下的应用效果,本文进行了数值模拟实验与实证分析:在数值模拟实验中,本文通过调节数据的稀疏程度与噪声含量构造了三组不同的数据,实验结果表明模型在处理稀疏文本和噪声文本时均具有显著优势,在困惑度、主题特异度以及语义一致性指标上的效果相比LDA模型均有所提升,并且能够很好地处理具有高稀疏性特征并且带有适中程度噪声的文本数据;在实证分析中,本文将WSBI-LDA模型与LDA模型分别应用在Pub Med文献摘要数据集和中国政府网新闻数据集上进行实证分析,结果表明WSBI-LDA模型在两个数据集上主题提取的效果均优于LDA模型,模型提取高频主题词的能力强,提取的主题具有较强的解释性,进一步说明了WSBI-LDA模型在实际应用中具备良好的适用性与有效性。

关键词：主题模型稀疏主题模型词稀疏背景主题

来源：评论

学校读者我要写书评

暂无评论

基于块稀疏贝叶斯学习的主题模型

基于块稀疏贝叶斯学习的主题模型

引用

作者：施洪亮武汉大学

学位级别：硕士

当下,信息呈现出爆炸式的增长趋势,特别是诸如微博、推特等短文本内容平台的快速发展极大地促进了信息的传播。从大规模短文本语料中挖掘潜在主题信息具有深远的现实意义和很高的价值。然而,由于短文本具有内容较短、口语化、缺乏共现... 详细信息

当下,信息呈现出爆炸式的增长趋势,特别是诸如微博、推特等短文本内容平台的快速发展极大地促进了信息的传播。从大规模短文本语料中挖掘潜在主题信息具有深远的现实意义和很高的价值。然而,由于短文本具有内容较短、口语化、缺乏共现信息等特点,这使得短文本的主题挖掘任务面临着严峻的挑战。目前,挖掘文本中有价值的潜在语义信息主要有两种方法:传统的概率主题模型(Probabilistic Topic Models,PTMs)和非概率主题模型(Non-Probabilistic Topic Models,NPMs)。然而,PTMs缺乏直接控制学习表达的后验稀疏性机制导致其在短文本主题建模时很难取得满意的效果。而NPMs虽然能够直接控制短文本的稀疏性来挖掘潜在有价值的信息,但存在计算效率慢、挖掘潜在语义信息时稀疏性不够等问题。为了解决上述问题,研究者提出了很多改进措施,但仍存在一些缺陷不能很好的挖掘出有价值的潜在语义信息。随着块稀疏贝叶斯学习和词嵌入(word embeddings)模型等新技术的快速发展,这给短文本的主题挖掘任务带来了新的契机。为了解决短文本的稀疏性低维表达上存在的问题,本文提出了基于块稀疏贝叶斯学习的主题模型(Block Bayesian Sparse Topical Coding,Block-BSTC)有效地利用了块稀疏贝叶斯学习和词嵌入模型等技术来挖掘短文本的稀疏性表达。本文工作主要分为以下三部分:首先,利用词嵌入模型来实现词的向量化表示,并且结合k-means聚类算法对词进行聚类。使得本文的模型能够很好的解决数据稀疏性问题以及提高向量矩阵的稀疏性表达,从而促进向量矩阵内的块结构划分。其次,通过块稀疏贝叶斯学习算法来学习短文本的稀疏性低维表达。块稀疏贝叶斯学习算法能够像NPMs 一样直接控制文档编码和词编码的稀疏度,并且能够学习向量之间的关系构建块结构信息,最终通过学习短文本中稀疏性低维表达来获取主题语义信息。最后,对词编码和主题字典进行优化求解获得最优解。根据块稀疏贝叶斯学习算法的词向量学习过程,通过最大期望算法和主题字典学习方法来求解优化得到词编码和主题字典的值。在20新闻组数据集上的实验结果表明,本文提出的Block-BSTC模型在词编码稀疏性上表现优异。同时,该方法提高了文档的分类准确性。表明本文模型能够在短文本中挖掘有价值的潜在语义信息。

关键词：稀疏主题模型块稀疏贝叶斯学习词嵌入 k-均值词编码

来源：评论

学校读者我要写书评

暂无评论

基于运动模式分析的异常行为检测

引用

计算机工程与应用 2018年第16期54卷 140-145页

作者：胡湘杰夏利民王军中南大学信息科学与工程学院长沙410075

提出了一种基于运动模式分析的无监督方法用于对视频中的异常行为进行检测。为了有效描述视频场景中的各种目标信息,对每个前景像素点提取了时空描述符,再结合块区域信息并通过词袋模型生成视觉单词,对视频进行表示。提出了一种稀疏主... 详细信息

提出了一种基于运动模式分析的无监督方法用于对视频中的异常行为进行检测。为了有效描述视频场景中的各种目标信息,对每个前景像素点提取了时空描述符,再结合块区域信息并通过词袋模型生成视觉单词,对视频进行表示。提出了一种稀疏主题模型,用以获取视频中的运动主题。通过该模型可以查找出视频中典型的运动模式,并可以此对各视频文件进行编码。通过分析重构精度和运动模式组成对测试视频文件进行检测,判断其中是否包含异常行为。实验在QMUL数据集上进行,实验结果证明了所提方法的有效性。

关键词：运动模式时空描述符视觉单词稀疏主题模型重构精度

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：