论文部分内容阅读
主题模型已成为机器学习和自然语言处理等领域研究的重要工具，它可发现大规模语料库中的隐含主题．随着语料库规模增大，发现的主题规模也随之增大．绝大多数主题模型以词袋模型为基础，无法描述词项间的顺序关系，使得主题之间无法按照重要性区分．文中提出查询无关排序主题模型框架，利用主题间各种关系排序主题，得到有序主题列表．主题关系从主题层面评价主题影响度，继而提出词项贡献度，从词项语义层面评价主题，削弱流行但语义空泛的排序主题．由于排序主题模型尚未有公认的评价标准，将有序主题作为特征进行多文档自动文摘生成，通过文摘效果