[发明专利]一种基于选择单元的主题建模方法

摘要

本发明公开了一种基于选择单元的主题建模方法，包括如下步骤：根据查询请求提取数据库中的搜索结果包含的单词、片段结构和单词特征；确定建模采用的主题数；随机分配产生各个片段结构主题、单词主题及二元选择子；通过Gibbs采样过程迭代地确定上述变量；根据上述变量的最终分配结果向用户反馈各个主题中的显著文档和单词，以及具有各种特征的单词表达其所在片段结构的主题的能力。本发明具有的有益效果有：可同时在多种模态数据上进行主题建模；充分利用了数据隐含的结构信息，并消除了结构限制过强的不利效果；可提供文档中单词特征与片段结构限制之间的关联度等信息，为用户在理解数据上提供帮助；具有良好的可扩展性，可作为多种应用的算法基础。

主权项

一种基于选择单元的主题建模方法，其特征在于包括如下步骤： 1)根据用户的查询请求以及是要查询文本数据或图像数据提取多媒体数据库中的搜索结果； 2)如果查询请求是针对文本数据的，提取搜索到的文本数据中的单词、片段结构和单词特征，如果查询请求是针对图像数据的，提取搜索到的图像数据中的视觉单词、片段结构和视觉单词特征； 3)根据系统自动设定或用户指定的参数，确定建模采用的主题数T； 4)对于数据集包含的每个片段结构，随机地分配T个主题中的一个作为片段结构的主题； 5)对于数据集包含的每个单词，随机地分配T个主题中的一个作为单词主题； 6)对于数据集包含的每个单词，随机地分配一个0‑1二元选择子，选择子用于指定每个单词被分配到其所属的片段结构的主题或是其自身的主题上； 7)通过Gibbs采样过程迭代地确定所有片段结构主题、单词主题以及选择子； 8)根据片段结构主题和单词主题最终分配结果向用户反馈各个主题最显著的文档或图片以及最有代表性的单词信息； 9)根据选择子最终分配结果向用户反馈具有各种特征的单词表达它们所在片段结构的主题的能力。