跳到正文
热点事件持续更新

研究者提出句子级神经主题模型 SentenceETM

1 篇报道1 个报道来源11 小时前更新

先了解这件事

AI 综述

Federica Granese 等研究者提出句子级神经主题模型 SentenceETM,为每个句子分配主题,并同时利用词汇与上下文两类证据:主题既由词嵌入定义的词表分布描述,也由集中在主题特定低维子空间的句子嵌入高斯分布描述。 模型让句子主题同时生成其词与嵌入并精确边缘化,文档主题比例用摊销变分推断,高斯参数以闭式解重估。作者称实验显示其句子级主题分配持续优于现有方法,总统辩论案例研究展示了候选人如何处理相同话题。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月19日
  1. arXiv cs.CL
    SentenceETM:结合词汇与上下文证据的句子级主题建模

    研究者提出神经主题模型 SentenceETM,为每个句子分配主题,同时利用词汇与上下文两类证据:主题既由词嵌入定义的词表分布描述,也由集中在主题特定低维子空间的句子嵌入高斯分布描述。句子主题同时生成其词与嵌入并被精确边缘化,文档主题比例用摊销变分推断,高斯参数以闭式解重估。实验显示其句子级主题分配持续优于现有方法,总统辩论案例研究展示了候选人如何处理相同话题。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。