基于层次狄利克雷过程的交互式主题建模

来源：软件学报杂志2016年第5期北京时间：

作者：严宇宇,陶煜波,林海

单位：严宇宇，CAD & CG国家重点实验室(浙江大学), 浙江杭州 31005811,陶煜波，CAD & CG国家重点实验室(浙江大学), 浙江杭州 31005802,林海，CAD & CG国家重点实验室(浙江大学), 浙江杭州 31005803

摘要：随着信息技术的快速发展,大量的文本数据产生、被收集和存储.主题模型是文本分析的重要工具之一,被广泛地应用于分析大规模文本集.然而,主题模型通常无法直观而有效地结合用户的领域专业知识对模型结果进行修正.针对这一问题,提出了一个交互式可视分析系统,帮助用户对主题模型进行交互修正.首先对层次狄利克雷过程进行了改进,使其支持单词约束;然后,使用矩阵视图对主题模型进行展示,并使用语义相关的词云布局帮助用户寻找单词约束,用户通过添加单词约束迭代优化主题模型;最后,通过案例分析及用户研究来评价该系统的可用性.

关键词：文本可视化;主题模型;文本分析;层次狄利克雷过程

基金资助：国家自然科学基金(61472354);国家高技术研究发展计划(863)(2012AA12A404)