主题建模中的主题不确定性可视化
摘要：主题词云成为自然语言处理方法（如主题建模）结果呈现的标准工具。它们展示了最重要的单词，单词大小通常与主题中单词的相关性成比例。在潜在狄利克雷分配（Latent Dirichlet Allocation，LDA）模型中，词云是主题内单词权重向量的图形展示。这些向量是基于特定语料库的统计过程的结果。因此，它们受到来自不同来源的不确定性的影响，如样本选择、优化算法中的随机成分或参数设置。本文介绍了一种新方法，用于展示包含此类不确定性信息的词云，并通过将LDA模型应用于会议摘要进行了说明。
作者：Peter Winker
论文ID：2302.06482
分类：Computation
分类简称：stat.CO
提交时间：2023-02-14