[发明专利]一种语义强化主题模型构建方法及主题演化分析方法

摘要

本发明公开了一种语义强化主题模型构建方法及主题演化分析方法，语义强化主题模型通过将条件随机场融入关联主题模型，利用词向量的语义强化特质提高相似词归属到同一主题的概率，并利用下上文相关词剔除噪声，从而有效增强主题抽取的语义连贯性。其次，本发明提出了一种不同主题之间演化关系的构建算法，动态从文本数据流中构建主题并生成主题演化图，实现核心主题和子主题之间的演化分析。在新浪微博数据集上的实验结果表明，本发明的主题抽取方法在主题连贯性指标上优于5种基准主题模型，并能自动生成主题演化图，从而有效挖掘出文本中的主题演化模式。

主权项

1.一种语义强化主题模型，其特征在于：首先，在关联主题模型的潜在主题层增加条件随机场层，将语义相关词对的主题z以无向边的形式连接起来，包括五条无向边((z_m1,z_m2)，(z_m1,z_m4)，(z_m1,z_m5)，(z_m2,z_m6)，(z_m3,z_m6))；其次，将每个词w的下上文相关词存储在x中，当语义相关词对与下上文相关词之间的余弦相似度超过某一阈值时，则将它们主题之间的边视为无效边，从而消除主题推断过程中所产生的噪声；最后，在主题推断的过程，通过语义强化函数使语义相关词汇以高概率归属于同一主题。