改进在线词对主题模型的微博热点话题演化

摘要：

话题演化分析是舆情监控的研究热点之一,面向微博热点话题进行演化分析,对于网络用户以及网络监管部门都有很重要的现实意义.针对在线词对主题模型(On-line Biterm Topic Model,OBTM)新旧主题混合、冗余词概率相对较高的问题,对OBTM进行改进,提出基于话题标签和先验参数的OBTM模型(Topic Labels and Prior Parameters OBTM,LPOBTM).根据微博热点话题的话题标签,将微博文本集区分为含话题标签和不含话题标签的两类数据集,并设置不同的文档-主题先验参数;在前一时间片文档-主题概率分布的基础上,借鉴Sigmod函数对所有主题进行强度排名,从而优化当前时间片上主题-词分布的先验参数计算方法.实验结果表明,LPOBTM能够更准确地描述话题的内容演化情况,并且有更低的模型困惑度.

关键词：话题标签;先验参数;主题强度排名;在线词对主题模型;微博热点话题演化

所属期刊栏目：57

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划"科技冬奥"重点专项子课题;河北省自然科学基金;河北省高等学校科学技术研究重点项目

在线出版日期：2021-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：179-184