【目的】對(duì)面向主題模型的主題自動(dòng)語(yǔ)義標(biāo)注方法進(jìn)行總結(jié)與評(píng)述,以促進(jìn)主題模型的發(fā)展與應(yīng)用�！疚墨I(xiàn)范圍】在Web of Science和CNKI數(shù)據(jù)庫(kù)中分別以"Topic Labeling OR Topic Labelling OR Topic Tagging ORTopicIndexing"和"主題模型AND（標(biāo)注OR標(biāo)簽）"等檢索式進(jìn)行檢索,通過(guò)手工篩選獲得代表性文獻(xiàn)57篇�！痉椒ā繉�(duì)相關(guān)論文進(jìn)行深入閱讀與分析,以主題標(biāo)注過(guò)程中主題標(biāo)簽的生成來(lái)源為線(xiàn)索,對(duì)已有方法進(jìn)行分類(lèi)與比較分析�！窘Y(jié)果】面向主題模型的主題自動(dòng)語(yǔ)義標(biāo)注包括候選標(biāo)簽生成與排序兩個(gè)主要步驟,根據(jù)候選標(biāo)簽的生成來(lái)源可分為依靠自身語(yǔ)料庫(kù)和依靠外部語(yǔ)料庫(kù)兩類(lèi)方法。【局限】目前該領(lǐng)域的研究還不是很豐富,分析與評(píng)述不夠系統(tǒng)和全面�！窘Y(jié)論】該領(lǐng)域的研究仍具有較大探索空間,面向社交媒體內(nèi)容的主題語(yǔ)義標(biāo)注是未來(lái)研究方向,可結(jié)合更豐富的知識(shí)庫(kù)并采用深度學(xué)習(xí)技術(shù)進(jìn)行改進(jìn)提升。 

【文章頁(yè)數(shù)】：11 頁(yè)

【文章目錄】：
1 引言
2 主題語(yǔ)義標(biāo)注中語(yǔ)義標(biāo)簽的種類(lèi)
3 主題自動(dòng)語(yǔ)義標(biāo)注方法
    3.1 基本步驟
    3.2 基于自身語(yǔ)料庫(kù)的方法
    3.3 基于外部語(yǔ)料庫(kù)的方法
4 結(jié)語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]基于關(guān)聯(lián)詞的主題模型語(yǔ)義標(biāo)注[J]. 周亦鵬,杜軍平.  智能系統(tǒng)學(xué)報(bào). 2012(04)
[2]自然語(yǔ)言處理中主題模型的發(fā)展[J]. 徐戈,王厚峰.  計(jì)算機(jī)學(xué)報(bào). 2011(08)



本文編號(hào)：3730762