《表1 主题一致性和专有性值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《Skip-Gram结构和词嵌入特性的文本主题建模》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从实验结果表1可以看出，本文SG-TM模型结果多数优于TDLM等模型，在APNews、BNC和IMDB数据集上，主题一致性值能提高将近6%；主题词的专有性多数都有所提高，最优值部分能提高2%．而主题词的专有性随主题值的增加，多会下降，表明主题结果的冗余度逐渐提高．仅从NPMI值结果可以得出，APNews、BNC数据集的最优主题值大于100，IM DB数据集的最优主题值小于100．这三种数据集中，IM DB数据集的结果要低于APNews和BNC数据集结果．实验分析发现:IMDB数据集用词比较简单，经过预处理后，它的文本篇幅都较小．此外，在相同数据集和超参数条件下，当模型使用不同的预训练词向量，所得到的主题一致性结果差别也很大．虽然SGNS、GloVe和SPPMI模型的词向量都含有词语义信息，但是SGNS模型是通过训练词间相邻信息获得词嵌入向量；GloVe模型词向量直接含有词之间共现值，结果还会受到残差值影响；SPPMI模型词向量直接来自于语料的全局词间pmi值，其更能够体现词间的点互信息大小，从而直接帮助提高主题的一致性值．