论文部分内容阅读
本文采用按时间先离散的方法建立主题模型,通过追踪不同时间片内主题的变化趋势进行主题演化分析.在各时间片中分别建立Latent Dirichlet Allocation(LDA)模型;利用前一时间片的后验概率影响当前时间片的先验概率来维持主题间的连续性;根据Gibbs算法进行推理,获取主题-词和文档-主题的概率分布,利用Kullback Leibler(KL)相对熵来衡量主题之间的相似度,从而发现主题演化中的"主题遗传"和"主题变异".并在传染病学领域进行了实证。