结合LDA和孪生BiLSTM的话题演化跟踪方法

摘要

传统的话题演化跟踪任务主要使用基于主题模型的方法,但该方法对于文本语义的提取及表征能力较弱。该文在词嵌入方法的基础上结合LDA和注意力增强的孪生BiLSTM网络,提出文本邻近度模型PDRBL来确定话题演化过程中的时态判定。此外,基于PDRBL模型给出了六个话题演化时态及其判定方法,进而提出了话题演化跟踪方法TETP。实验表明,该文所提模型在精确率、召回率、F;值三个方面具有优化或可比较的性能,并可以有效捕获话题演化路径。