Resumen

La modelización de temas es un modelo de generación probabilístico para encontrar el tema representativo de un documento y ha sido aplicado con éxito a varias tareas relacionadas con documentos en los últimos años. Especialmente en el modelo de tema supervisado y el modelo de tema temporal, muchos métodos han logrado cierto éxito. El modelo de tema supervisado puede aprender temas de documentos anotados con múltiples etiquetas y el modelo de tema temporal puede aprender temas que evolucionan con el tiempo en un corpus organizado secuencialmente. Sin embargo, en la realidad existen algunos documentos con múltiples etiquetas y marcas de tiempo, lo que requiere la construcción de un modelo de tema supervisado temporal para lograr tareas relacionadas con documentos. Hay pocos artículos de investigación sobre el modelo de tema supervisado temporal. Para resolver este problema, proponemos un método para construir un modelo de tema supervisado temporal. Analizando el proceso generativo del modelo de tema supervisado y el modelo de tema temporal, respectivamente, presentamos en detalle el proceso de construcción del modelo de tema supervisado temporal basado en un autoencoder variacional y realizamos

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Modelado de temas; Documento; Supervisado; Tiempo; Modelo; Etiquetas
• Keywords:Topic modeling; Document; Supervised; Time; Model; Labels