著者
持橋 大地 吉井 和佳 後藤 真孝
雑誌
研究報告自然言語処理(NL)
巻号頁・発行日
vol.2013-NL-213, no.11, pp.1-8, 2013-09-05

本論文では,単語に潜在空間における座標を明示的に与え,その上でのガウス過程を考えることで,通常の混合モデルに基づくトピックモデルより高精度なテキストモデルが得られることを示す.提案法は潜在層が二値ではなく,ガウス分布に従う RBM の生成モデルともみることができ,MCMC により単語の潜在座標を学習することは他の多くの応用や,可視化にも自然に繋がることができる.

言及状況

はてなブックマーク (2 users, 3 posts)

[Gaussian Process][topic model]
[Gaussian Process][topic model]
[statistical modeling] おもしろい

Twitter (1 users, 1 posts, 0 favorites)

1 1 https://t.co/HMn0dTqdZg

収集済み URL リスト