tailieunhanh - Báo cáo khoa học: "Automatic Labelling of Topic Models"

We propose a method for automatically labelling topics learned via LDA topic models. We generate our label candidate set from the top-ranking topic terms, titles of Wikipedia articles containing the top-ranking topic terms, and sub-phrases extracted from the Wikipedia article titles. We rank the label candidates using a combination of association measures and lexical features, optionally fed into a supervised ranking model. | Automatic Labelling of Topic Models Jey Han Lau Karl Grieser David Newman and Timothy Baldwin Ậ NICTA Victoria Research Laboratory Ọ Dept of Computer Science and Software Engineering University of Melbourne Dept of Computer Science University of California Irvine jhlau@ kgrieser@ newman@ tb@ Abstract We propose a method for automatically labelling topics learned via LDA topic models. We generate our label candidate set from the top-ranking topic terms titles of Wikipedia articles containing the top-ranking topic terms and sub-phrases extracted from the Wikipedia article titles. We rank the label candidates using a combination of association measures and lexical features optionally fed into a supervised ranking model. Our method is shown to perform strongly over four independent sets of topics significantly better than a benchmark method. 1 Introduction Topic modelling is an increasingly popular framework for simultaneously soft-clustering terms and documents into a fixed number of topics which take the form of a multinomial distribution over terms in the document collection Blei et al. 2003 . It has been demonstrated to be highly effective in a wide range of tasks including multidocument summarisation Haghighi and Vander-wende 2009 word sense discrimination Brody and Lapata 2009 sentiment analysis Titov and McDonald 2008 information retrieval Wei and Croft 2006 and image labelling Feng and Lapata 2010 . One standard way of interpreting a topic is to use the marginal probabilities p wi tj associated with each term wi in a given topic tj to extract out the 10 terms with highest marginal probability. This results in term lists such as 1 stock market investor fund trading investment firm exchange companies share Here and throughout the paper we will represent a topic tj via its ranking of top-10 topic terms based on p wi tj . 1536 which are clearly associated with the domain of stock market trading. The aim of this

• Báo cáo khoa học
• Automatic Labelling
• Topic Models
• Jey Han Lau
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Xử lý ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân loại tin tự động
• Tạo chí tin học
• Điều khiển học
• Truy vấn ngôn ngữ tự nhiên
• Phép dịch truy vấn ngôn ngữ tự nhiên
• Truy vấn SQL
• Văn phạm ngữ nghĩa
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Phân tích ngữ nghĩa
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Bài toán PTCP
• Phân tích cú pháp
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học
• Gán nhãn từ loại
• Ngôn ngữ tự nhiên trong dịch máy
• Hệ thống dịch máy
• Phương pháp xây dựng bảng từ
• Tác từ
• Conditional random fields
• Nhận dạng thực thể có tên
• Đối tượng vật lý trừu tượng
• Phân lớp văn bản
• Biểu diễn nhị phân
• Ma trận từ văn bản
• Wolfram Alpha
• Trích rút thông tin
• Phương pháp Snowball