지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.4
- 수록면
- 595 - 602 (8page)
이용수
초록· 키워드
오류제보하기
We propose a generative probabilistic model with Dirichlet prior distribution for topic modeling and text similarity analysis. It assigns a topic and calculates text correlation between documents within a corpus. It also provides posterior probabilities that are assigned to each topic of a document based on the prior distribution in the corpus. We then present a Gibbs sampling algorithm for inference about the posterior distribution and compute text correlation among 50 abstracts from the papers published by IEEE. We also conduct a supervised learning to set a benchmark that justifies the performance of the LDA (Latent Dirichlet Allocation). The experiments show that the accuracy for topic assignment to a certain document is 76% for LDA. The results for supervised learning show the accuracy of 61%, the precision of 93% and the f1-score of 96%. A discussion for experimental results indicates a thorough justification based on probabilities, distributions, evaluation metrics and correlation coefficients with respect to topic assignment.
목차
ABSTRACT
1. INTRODUCTION
2. RELATED WORKS
3. PROPOSED WORK
4. EXPERIMENTAL RESULTS AND DISCUSSION
5. CONCLUSION
REFERENCE
참고문헌 (17)
참고문헌 신청
H. Yuening, J.B. Graber, B. Satinoff, and A. Smith, Interactive Topic Modeling, Machine Learning, Vol. 95, pp. 423-469, 2014.
H. Jelodar, Y. Wang, C. Yuan, X. Feng, X. Jiang, Y. Li, et al., “Latent Dirichlet Allocation (LDA) and Topic Modeling: Models, Application, A Survey,” Multimedia Tools and Applications, Vol. 78, pp. 15169-15211, 2019.
A. Beykikhoshk, O. Arandjelovic, D. Phung, and S. Venkatesh, “Discovering Topic Structures of a Temporary Evolving Document Corpus,” Knowledge and Information Systems, Vol. 55, pp. 599-632, 2018.
K. Kowsari, K.J. Meimandi, M. Heidarysafa, S. Mendu, L. Barnes, and D. Brown, “Text Classification Algorithms: A Survey,” Information, Vol. 10, No. 3, pp. 1-68, 2019.
N. Pladeau, and E. Davoodi, “Comparison of Latent Dirichlet Modeling and Factor Analysis for Topic Extraction, Proceeding of the Hawaii International Conference on System Sciences, pp. 615-623, 2018.
H. Jelodar, Y. Wang, C. Yuan, X. Feng, X. Jiang, Y. Li, et al., “Latent Dirichlet Allocation (LDA) and Topic Modeling: Models, Application, A Survey,” Multimedia Tools and Applications, Vol. 78, pp. 15169-15211, 2019.
A. Beykikhoshk, O. Arandjelovic, D. Phung, and S. Venkatesh, “Discovering Topic Structures of a Temporary Evolving Document Corpus,” Knowledge and Information Systems, Vol. 55, pp. 599-632, 2018.
K. Kowsari, K.J. Meimandi, M. Heidarysafa, S. Mendu, L. Barnes, and D. Brown, “Text Classification Algorithms: A Survey,” Information, Vol. 10, No. 3, pp. 1-68, 2019.
N. Pladeau, and E. Davoodi, “Comparison of Latent Dirichlet Modeling and Factor Analysis for Topic Extraction, Proceeding of the Hawaii International Conference on System Sciences, pp. 615-623, 2018.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
국내 산업공학 연구 주제 2001~2015
대한산업공학회지
2016 .12
-
An Ontology-Based Labeling of Influential Topics Using Topic Network Analysis
JIPS(Journal of Information Processing Systems)
2019 .01
-
Language Model Adaptation Based on Topic Probability of Latent Dirichlet Allocation
[ETRI] ETRI Journal
2016 .06
-
A Study on Research Trend Analysis and Topic Class Prediction of Digital Transformation using Text Mining
International journal of advanced smart convergence
2019 .01
-
Topic Coherence Evaluation- Selecting Key Topic Features using Random Forest and Segmenting Topics using K-means
한국정보과학회 학술발표논문집
2017 .06
-
토픽 네트워크 분석을 활용한 데이터 마이닝 분야 연구 논문 분석
한국컴퓨터정보학회논문지
2016 .05
-
한국산업경영시스템학회지 연구 주제의 토픽모델링 분석 비교: 1978년∼99년 논문을 중심으로
산업경영시스템학회지
2021 .12
-
다이내믹 토픽 모델링의 의미적 시각화 방법론
지능정보연구
2022 .03
-
빅데이터 연구동향 분석: 토픽 모델링을 중심으로
디지털산업정보학회논문지
2019 .01
-
토픽 모데링에서의 유효한 토픽 수 결정 기법
한국정보통신학회 종합학술대회 논문집
2020 .10
-
실시간 동영상 시청시 주제탐색조건과 주제관련성이 내재적 유발전위 활성에 미치는 영향
멀티미디어학회논문지
2019 .08
-
Infinite Latent Topic Models for Document Analysis
Journal of KIISE
2018 .07
-
Discovery of Research Trend and Topics in Smart Building : Text Mining and Topic Modeling Approach Based on Research Papers Analysis
대한산업공학회 춘계공동학술대회 논문집
2018 .04
-
Analysis of Topic Evolution in Educational Data
IEIE Transactions on Smart Processing & Computing
2023 .04
-
텍스트 마이닝에 기반한 Expert Systems with Applications 저널의 토픽 모델링 및 분석
한국산학기술학회 논문지
2022 .01
-
토픽모델링을 활용한 COVID-19 학술 연구 기반 연구 주제 분류에 관한 연구
지능정보연구
2022 .03
-
구조적 토픽 모델링 기반 스마트 시티 연구 동향 분석
디지털콘텐츠학회논문지
2019 .09
-
A MapReduce-based Prior Probability Optimization Algorithm for Topic Extraction
Journal of KIISE
2018 .05
-
Analyzing Customer Experience in Hotel Services Using Topic Modeling
JIPS(Journal of Information Processing Systems)
2021 .01
-
머신러닝 및 딥러닝 연구동향 분석: 토픽모델링을 중심으로
디지털산업정보학회논문지
2019 .01
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-004-000580327