计算机科学 > 机器学习
[提交于 2013年3月28日
]
标题: 基于混合主题链接模型的可扩展文本和链接分析
标题: Scalable Text and Link Analysis with Mixed-Topic Link Models
摘要: 许多数据集包含关于对象的丰富信息,以及它们之间的成对关系。 例如,在网站、科学论文和其他文档的网络中,每个节点的内容由一组单词组成,同时还包含到其他节点的超链接或引用。 为了对这些数据集进行推理,并做出预测和推荐,拥有能够捕捉每个节点生成文本的过程以及它们之间链接的模型是有用的。 在本文中,我们将主题建模中的经典思想与统计物理社区最近开发的一种混合成员块模型变体相结合。 该模型的优势在于,其参数,包括每篇文档的主题混合和由此产生的重叠社区,可以通过一个简单且可扩展的期望最大化算法进行推断。 我们在三个数据集上测试了我们的模型,进行了无监督的主题分类和链接预测。 对于这两个任务,我们的模型优于几种现有的最先进方法,在显著较少的计算量下取得了更高的准确性,能够在几分钟内分析包含130万个单词和4.4万个链接的数据集。
当前浏览上下文:
stat.ML
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.