基于混合von Mises-Fisher分布的双向对抗神经主题模型

摘要： 主题模型作为一种文本分析工具，能够自动地从文本数据中挖掘潜在的主题或语义信息。然而，已有的主题模型常假设不适当的先验且难以利用外部语义知识提高主题的质量，导致主题一致性不足。针对这些局限，提出一种基于混合von Mises-Fisher(vMF)分布的双向对抗神经主题模型。该模型通过编码器执行主题推断，同时为向主题建模过程中引入外部语义知识，提出在生成器网络中将主题建模为词嵌入... （共10页）