基于GRU+LDA的群聊主题挖掘

摘要：

社交网络发展迅速,即时消息系统已成为人们日常生活中必不可少的沟通交流工具.在线群聊能使人们迅速交流生活、技术及工作等信息,但是由于群聊信息更新较快,大量的信息导致跟进群聊话题是困难的.传统的主题挖掘模型不能很好地适用于群聊文本的挖掘.通过对群聊文本的特征进行分析,提出一种基于GRU和LDA的群聊会话主题挖掘(GLB-GCTM,GRU and LDA Based Group Chat Topic Mining)模型,解决了传统主题模型不能解决的词语顺序问题.首先,假定每个文档有一个基于高斯分布的主题向量,然后根据GRU原理产生每个词的隐含状态,根据当前词的隐含状态的伯努利分布确定当前词是否为停用词,以决定所使用的语言模型.该方法使用笔者加入的10个QQ群最近3个月的群聊数据集进行试验验证,结合对比实验评估标准,该模型能够有效识别出群聊文本中的主题.

关键词：主题挖掘、群聊文本、深度学习、GRU、LDA

分类号：TP274(自动化技术及设备)

在线出版日期：2019-02-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：72-76