The What and Wherefore of Topic Models

Boyd-Graber Jordan; Hu Yuening; Mimno David

首页> 外文期刊>Foundations and trends in information retrieval >The What and Wherefore of Topic Models

【24h】

The What and Wherefore of Topic Models

机译：主题模型的内容和内容

获取原文

掌桥外文数据库（机构版） >>

开具论文收录证明 >>

页面导航

著录项
相似文献
相关主题

著录项

来源
《Foundations and trends in information retrieval》 |2017年第3期|13-2123-3941-5153-6365-7375-9799-119121-139141-163qt006|共155页
作者
Boyd-Graber Jordan; Hu Yuening; Mimno David;
展开▼
作者单位

Univ Maryland, Dept Comp Sci, UMIACS, Language Sci, College Pk, MD 20742 USA;

Google Inc, Mountain View, CA USA;

Cornell Univ, Informat Sci, Ithaca, NY 14853 USA;

展开▼
收录信息
原文格式 PDF
正文语种 eng
中图分类
关键词
入库时间 2022-08-17 13:48:33

相似文献

外文文献
中文文献
专利

1. Wherefore and Whither the Modeler: Understanding the Population Dynamics of Monarchs Will Require Integrative and Quantitative Techniques [J] . Dyer Lee A., Forister Matthew L. Annals of the Entomological Society of America . 2016,第2期

机译：因此，建模者Whither：了解君主的人口动态需要集成和定量的技术
2. Modeling topic control to detect influence in conversations using nonparametric topic models [J] . Viet-An Nguyen, Jordan Boyd-Graber, Philip Resnik, Machine Learning . 2014,第3期

机译：使用非参数主题模型对主题控件进行建模以检测对话中的影响
3. Combine Topic Modeling with Semantic Embedding: Embedding Enhanced Topic Model [J] . Zhang Peng, Wang Suge, Li Deyu, IEEE Transactions on Knowledge and Data Engineering . 2020,第12期

机译：组合主题建模与语义嵌入：嵌入增强主题模型
4. The Ideal Topic: Interdependence of Topic Interpretability and Other Quality Features in Topic Modelling for Short Texts [C] . Ivan S. Blekanov, Svetlana S. Bodrunova, Nina Zhuravleva, International Conference on Social Computing and Social Media;International Conference on Human-Computer Interaction . 2020

机译：理想主题：短文本主题建模中主题可解释性和其他质量特征的相互依赖性
5. The natural law teaching of Francisco Suarez S.J.: Why natural? Wherefore law? [D] . Williams, David Morris. 1993

机译：Francisco Suarez S.J.的自然法教学：为什么自然？因此法律？
6. Discovering Health Topics in Social Media Using Topic Models [O] . Michael J. Paul, Mark Dredze -1

机译：使用主题模型在社交媒体中发现健康主题
7. When topic models disagree: keyphrase extraction with mulitple topic models [O] . Sterckx Lucas, Demeester Thomas, Deleu Johannes, 2015

机译：主题模型不一致时：使用多个主题模型进行关键短语提取

The What and Wherefore of Topic Models

著录项

相似文献

相关主题

期刊订阅