分层狄利克雷过程相关论文
互联网的高速发展导致微博、新闻和博客等网络数据呈现爆炸式的增长。管理并利用这些海量级数据成为一大难题,主题模型是解决该难......
在金融科技飞速发展的历史背景下,数据分析技术与机器学习算法在金融市场中的研究与应用开始流行与活跃。本文聚焦于机器学习算法......
随着互联网信息技术的迅猛发展,门户新闻网站、各类新闻媒体平台和搜索引擎构成的在线多源媒体已然成为了描述各类话题的重要载体......
随着信息技术发展，通过访问内容去审查用户网络访问行为的应用问题逐渐成为备受关注的一项数据建模应用问题。现有的主题模型能够从......
分层狄利克雷过程是一种贝叶斯无参模型,用于分析海量数据的概率主题模型,解决潜在狄利克雷分布无法解决的动态聚类的问题。从因子......
分层狄利克雷过程（HDP）可以视为潜在狄利克雷分配（LDA）主题模型在无参方面的扩展，解决了传统主题模型中选择主题数目的问题．消息传递算法......
传统的实体关系触发词词典构建主要采用人工方法和有监督的扩展学习方法。但是,上述两种方法都需要大量的人工参与,并且当关系类型......
地理位置作为用户生活轨迹的具体表现,在人群分类中有着举足轻重的作用。地理位置数据具有高维稀疏性,已有人群分类方法需对位置数......
文本分割在文本摘要、信息检索等诸多领域都有重要的应用。主题模型是该领域研究中的重要方法,但目前基于主题模型的方法普遍依赖......
随着电子商务的蓬勃发展,网络中广泛存在的产品质量反馈数据量爆炸性增长,严重增加了质量安全的不确定性,频繁爆发的网络产品质量......
传统情感模型在分析商品评论中的用户情感时面临两个主要问题:1)缺乏针对产品属性的细粒度情感分析;2)自动提取的产品属性其数量须......
随着近几年微博、博客、电子商务网站的兴起,用户的参与度和活跃度越来越高,针对热销商品、热门新闻事件等产生了海量的评论信息。......
随着信息时代的发展,越来越多非结构化的文本信息不断出现,我们需要新的工具来整理、搜索和理解这些文本信息,以便获取有价值的信......
