A Novel Approach of Neural Topic Modelling for Document Clustering

计算机科学 聚类分析 人工智能 主题模型 文档聚类 人工神经网络 公制(单位) 相似性(几何) 机器学习 概率逻辑 无监督学习 余弦相似度 数据挖掘 可扩展性 数据库 图像(数学) 经济 运营管理
作者
Sandhya Subramani,Vaishnavi Sridhar,Kaushal Shetty
标识
DOI:10.1109/ssci.2018.8628912
摘要

Topic modelling is a text mining technique to discover common topics in a collection of documents. The proposed methodology of topic modelling used artificial neural networks to improve the clustering mechanism of similar documents by modelling probabilistic relations between the topics, documents and vocabulary. Currently, while topic modelling and clustering are considered to be manifestations of unsupervised learning, and neural networks on the other hand are used for supervised learning problems, Neural Topic Modelling reformulated topic modelling into a supervised learning task by defining an objective function whose loss function had to be minimized. Custom input embedding layers were designed in order to extract the semantic relationships between the words in the corpus, and the output of the model presented a topic probability distribution for each document. The documents with similar distributions were then bucketed together based on the criteria of meeting the threshold value of a simple distance based similarity metric, such as cosine similarity. The model was implemented using Keras with TensorFlow backend and the effectiveness of the clustering was validated on the IMDB Movie dataset and the News Aggregator dataset from UCI. On comparison with other commonly used clustering mechanisms in combination with traditional topic models, the proposed model delivered an improved Silhouette Co-efficient Score and Davies-Bouldin Index, along with an increased data handling capacity, thereby making the solution scalable.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
橙尘尘完成签到,获得积分10
1秒前
clearsky发布了新的文献求助30
1秒前
俭朴的玉兰完成签到 ,获得积分10
2秒前
香妃完成签到,获得积分10
2秒前
平常山柳完成签到,获得积分20
3秒前
4秒前
201314zlj君完成签到,获得积分10
6秒前
yuki完成签到,获得积分10
9秒前
11秒前
彭于晏应助神勇善斓采纳,获得10
13秒前
13秒前
健忘鞋垫完成签到,获得积分10
15秒前
yuki发布了新的文献求助10
15秒前
科研通AI5应助张凤采纳,获得10
15秒前
777567发布了新的文献求助10
16秒前
网易邮箱完成签到,获得积分10
16秒前
务实紫雪发布了新的文献求助10
18秒前
Louki完成签到 ,获得积分10
18秒前
MCS发布了新的文献求助10
18秒前
爆米花应助善良豌豆采纳,获得30
19秒前
研友_VZG7GZ应助飞飞采纳,获得10
20秒前
细雨听风完成签到,获得积分10
20秒前
梁三柏应助Amoro采纳,获得10
21秒前
蓝天完成签到,获得积分10
21秒前
活力的小海豚完成签到,获得积分10
21秒前
雷雷完成签到,获得积分20
21秒前
22秒前
丘比特应助黎明森采纳,获得10
22秒前
研友_VZG7GZ应助pure123采纳,获得10
22秒前
22秒前
长歌完成签到,获得积分10
24秒前
dada完成签到,获得积分10
24秒前
现在就去看文献完成签到,获得积分10
24秒前
吴雨完成签到 ,获得积分20
25秒前
25秒前
LimengCai应助霸气咖啡豆采纳,获得10
26秒前
神勇善斓发布了新的文献求助10
26秒前
Raymen发布了新的文献求助10
27秒前
27秒前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2700
Neuromuscular and Electrodiagnostic Medicine Board Review 1000
こんなに痛いのにどうして「なんでもない」と医者にいわれてしまうのでしょうか 510
The First Nuclear Era: The Life and Times of a Technological Fixer 500
ALUMINUM STANDARDS AND DATA 500
岡本唐貴自伝的回想画集 500
Distinct Aggregation Behaviors and Rheological Responses of Two Terminally Functionalized Polyisoprenes with Different Quadruple Hydrogen Bonding Motifs 450
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3668063
求助须知:如何正确求助?哪些是违规求助? 3226515
关于积分的说明 9769764
捐赠科研通 2936459
什么是DOI,文献DOI怎么找? 1608572
邀请新用户注册赠送积分活动 759665
科研通“疑难数据库(出版商)”最低求助积分说明 735460