انجمن کامپیوتر ایران

مدل‌های موضوعی بر مبنای هم رخدادی کلمات در یک سند عمل می‌نمایند ولی براساس اصل هم رخدادی کلمات، در بسیاری موارد مدل کردن هم رخدادی در واحدهای کوچکتر منجر به درک بهتری از ارتباطات میان کلمات می‌گردد. بر همین مبنا در اين مقاله، مدل جدیدی برمبنای مدل تخصیص پنهان دریکله (LDA) معرفی شده است که سعی می‌کند ارتباطات محلی در داخل یک سند را با استفاده از یک پنجره هم رخدادی وارد مدل LDA نماید. مدل LDA و مدل پیشنهادی بر روی پیکره 20newsgroups مقایسه شده‌اند و نتایج بدست آمده نشان می‌دهد که مدل پیشنهادی علاوه بر کاهش چشمگیر perplexity، تاپیک های دقیق‌تری نیز تولید کرده است.