トピックモデルに基づくニュースストリームのオンライン分類
スポンサーリンク
概要
- 論文の詳細を見る
本研究ではトピックモデルに基づくニュースストリームのオンライン分類手法を提案する.ニュース記事のようなストリームデータでは新たな話題が逐次発生し,出現する話題が変化していくことから,一つの定常な確率分布によって分類を行うことは困難である.このことから,クラスが持つ特徴と話題による特徴の変化を加味して分類基準を変更する必要がある.提案手法では,クラスの定常的な特徴とストリーム中に発生する局所的な変動を考慮したトピックモデルによる分類を行う.
- 2014-07-25
著者
関連論文
- 語釈拡張に基づくテキスト項目の同定(セッション1:テキストマイニング)
- 語釈拡張に基づくテキスト項目の同定(セッション1:テキストマイニング)
- 拡張可能グリッドファイルにおける最近傍検索の改善(マルチメディア情報検索, データ工学論文)
- Local Effect Gamesにおける相関均衡を用いた行動選択(一般,「ユビキタス,センサ環境におけるデータベース」,及び一般)
- 単語分布からのトピック推定(セッション1:テキストマイニング)
- 並列環境のためのページングB木におけるキャッシュの有効活用
- B木ファイルのブロック整列
- 選言パターン抽出のオンライン分析
- 4L-5 ファイル機能を有さない軽量プログラム言語(要求定義とプログラミング言語・設計・実装,学生セッション,ソフトウェア科学・工学)
- 単語分布からのトピック推定(セッション1:テキストマイニング)