zhang_han666的博客

Contextualized Weak Supervision for Text Classification基于上下文的弱监督文本分类

双向对抗训练的神经主题模型文章发表在ACL2020。方法简介论文的模型旨在学习两个高维分布之间的双向非线性投影。模型由三个部分组成：编码网络、生成网络和鉴别网络，如图2所示：编码网络EEE的输入是维度为VVV的文档表示dr→\overrightarrow{d_{r}}dr​​，输出是维度为KKK的主题分布θr→\overrightarrow{\theta _{r}}θr​​，VVV和KKK分别表示单词数和主题数。生成网络GGG的输入是从迪利克雷先验随机抽出的主题分布θf→\overright

tBERT: Topic Models and BERT Joining Forces for Semantic Similarity Detection    文章发表在ACL2020。下面简单记录一下这篇文章的主要内容。模型结构如图1所示：首先，用基础的BERT对两个句子S1S_{1}S1​，S2S_{2}S2​进行编码。BERT最后一层的输出作为句子对的表示，用向量CCC来表示：根据主题模型得到两个句子的文档主题D1D_{1}D1​和D2D_{2}D2​：其中，N

Labeled LDA:A supervised topic model for credit attribution in multi-labeled corpora

Nonparametric Spherical Topic Modeling with Word Embeddings

参考资料：CHRIS MOODY的博客

文本的表示方法以及文本相似度的度量。