论文阅读：SCTM

最新推荐文章于 2025-07-17 17:03:18 发布

数据挖掘算法喵

最新推荐文章于 2025-07-17 17:03:18 发布

阅读量1k

点赞数

CC 4.0 BY-SA版权

分类专栏： paper

本文链接：https://blog.youkuaiyun.com/BruceWayne94/article/details/53440309

paper 专栏收录该内容

3 篇文章

订阅专栏

SCTM

论文的名字叫做Going Beyond Corr-LDA for Detecting Specific Comments on News & Blogs。

亮点
之前有一篇叫corr-lda的，思想是利用了article与review的correspondence，
corr-lda伪代码
这里写图片描述
corr-lda总结下来就是：article沿用了LDA的思想，但是认为comment和article是有联系的，comment中的topic从article的所有可能topics中用uniform分布得到，然后comment中每一个word再由多项分布得到。
但是corr-lda有一个缺陷，就是comment的topic分布完全由article general topics决定，而有的情况是：虽然文章中出现一个频率较小的词，但comment中依旧有可能会去对其作出评论。 for example：一篇报道新macbook的文章，里面提了一句iPhone也用了retina 屏幕。iPhone这个词在文章中是低频词，lda训练以后几乎不会成为一个topic，但是comment有可能就是会拿MacBook与iPhone作比较，而这种文章句子-评论 pair往往是很重要的。
于是就提出来了SCTM模型，简单来说就是：article中每个sentence都有多个topic的概率分布，且每个topic的概率分布包含的topics是可以不同的。另外，由于某些实际上重要的词是低频词，所以在draw word的时候也不是针对整个vocabulary，而是针对一些subset 。