基于Hellinger距离与词向量的终身机器学习主题模型

摘要：

与传统的机器学习方法相比,终身机器学习能够有效利用知识库中积累的知识来提高当前学习任务的学习效果.然而经典的终身主题模型(LT M)在领域选择时缺乏偏向性,且在计算目标词的相似性时不能充分利用目标词的上下文信息.从词语和主题选择的角度提出改进模型HW-LTM,利用Word2vec词向量的余弦相似度和主题之间的Hellinger距离寻找相似度较大的词语和领域,实现在迭代学习中对词语和领域的更优选择和更有效的知识获取,同时通过预加载词向量相似度矩阵的方式解决词向量余弦距离的重复计算问题,利用Hellinger距离计算主题相似度,加快模型收敛速度.在京东商品评论数据集上的实验结果表明,H W-LT M模型表现优于基线主题挖掘模型,相比LTM模型,其topic coherence指标提升48,耗时缩短43.75％.

关键词：终身机器学习、主题模型、Hellinger距离、词向量、领域选择

所属期刊栏目：48

分类号：TP18(自动化基础理论)

资助基金：自治区自然科学基金2021D01C118

在线出版日期：2022-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：89-95