您当前的位置：
首页 >
文章列表页 >
一种基于LDA的k话题增量训练算法
更新时间：2020-07-30
上一篇|下一篇

    • 一种基于LDA的k话题增量训练算法

    • K-topic increment training algorithm based on LDA

    • “2020年7月30日哈尔滨工程大学 计算机科学与技术学院的宇 辛、静 杨团队在《吉林大学学报（工学版）》发文，介绍了其在LDA模型领域的研究进展，该团队提出LDA话题增量训练算法，为解决LDA模型最优k值选取问题提供了有效方案。”
    • 宇 辛 ，静 杨 ，志强 谢
    • 吉林大学学报（工学版） 2015年45卷第4期 页码：1242-1252
    • 作者机构：

      1.哈尔滨工程大学 计算机科学与技术学院, 哈尔滨 150001

      2.哈尔滨理工大学 计算机科学与技术学院, 哈尔滨 150080

    • 作者简介：

      辛宇(1987-),男,博士研究生.研究方向:数据与知识工程.E-mail:xinyu@hrbeu.edu.cn

      杨静(1962-),女,教授, 博士生导师.研究方向:数据与知识工程.E-mail:yangjing@hrbeu.edu.cn

    • 基金信息：
      高等学校博士学科点专项科研基金项目(20112304110011,20122304110012);国家自然科学基金项目(61370083, 61073043, 61073041, 61370086)

    • DOI： 10.13229/j.cnki.jdxbgxb201504032     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 11 ) 表( 0 )

  • 参考文献

  • 出版信息

  • 数据统计

9

浏览量

9

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于机器阅读理解的事件检测方法
考虑特征稀疏特性的短文本命名实体快速识别方法
生物医学命名实体识别的两阶段学习算法
基于深度神经网络的诉辩文本争议焦点识别
基于层次过滤模型的中文指代消解

相关作者

丁鲲
刘浏
刘茗
刘姗姗
马月坤
郝益锋
车翔玖
刘全乐

相关机构

国防科技大学 第六十三研究所
宿迁学院 信息工程学院
华北理工大学 人工智能学院
华北理工大学 河北省工业智能感知重点实验室
北京科技大学 计算机与通信学院