面向词汇突发的组合多项式连续时间主题模型

针对传统基于多项式分布的主题模型不能较好地刻画文档中词汇突发的现象，综合考虑文本集固有的时间信息，提出一种面向词汇突发的Ｄｉｒｉｃｈｌｅｔ组合多项式（ＤＣＭ）连续时间主题模型。采用ＤＣＭ分布对文本集中的词汇突发现象进行建模，利用Ｂｅｔａ分布刻画文本集中的时间特征，通过Ｇｉｂｂｓ采样和不动点迭代法实现模型参数的估计。实验结果表明，在预设主题数目较少的情况下，与ＴｏＴ和ＤＣＭＬＤＡ模型相比，该模型具有明显的泛化性能优势，并且可以有效揭示出文本集中潜在的主题演化趋势。