Prompting Large Language Models for Topic Modeling

计算机科学 自然语言处理 语言模型 人工智能
作者
Han Wang,Nirmalendu Prakash,Nguyen Khoi Hoang,Ming Shan Hee,Usman Naseem,Roy Ka-Wei Lee
标识
DOI:10.1109/bigdata59044.2023.10386113
摘要

Topic modeling is a widely used technique for revealing underlying thematic structures within textual data. However, existing models have certain limitations, particularly when dealing with short text datasets that lack co-occurring words. Moreover, these models often neglect sentence-level semantics, focusing primarily on token-level semantics. In this paper, we propose PromptTopic, a novel topic modeling approach that harnesses the advanced language understanding of large language models (LLMs) to address these challenges. It involves extracting topics at the sentence level from individual documents, then aggregating and condensing these topics into a predefined quantity, ultimately providing coherent topics for texts of varying lengths. This approach eliminates the need for manual parameter tuning and improves the quality of extracted topics. We benchmark PromptTopic against the state-of-the-art baselines on three vastly diverse datasets, establishing its proficiency in discovering meaningful topics. Furthermore, qualitative analysis showcases PromptTopic’s ability to uncover relevant topics in multiple datasets.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

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
小华完成签到 ,获得积分10
1秒前
木子26年要毕业完成签到 ,获得积分10
4秒前
HE完成签到 ,获得积分10
4秒前
6秒前
双青豆完成签到 ,获得积分10
7秒前
薄荷梨完成签到 ,获得积分10
10秒前
量子星尘发布了新的文献求助10
12秒前
Luckyhai完成签到,获得积分10
12秒前
feihua1完成签到 ,获得积分10
17秒前
翁雁丝完成签到 ,获得积分10
20秒前
444完成签到,获得积分10
20秒前
成就的冰绿完成签到,获得积分10
20秒前
Dsunflower完成签到 ,获得积分10
20秒前
共享精神应助陈少华采纳,获得10
22秒前
鹿c3完成签到,获得积分10
24秒前
32秒前
Loong完成签到,获得积分10
33秒前
YUY完成签到,获得积分10
34秒前
vagabond完成签到 ,获得积分10
36秒前
单纯的小土豆完成签到 ,获得积分10
37秒前
ZJX发布了新的文献求助20
38秒前
坦率雪枫完成签到 ,获得积分10
38秒前
陈少华发布了新的文献求助10
38秒前
可达鸭完成签到 ,获得积分10
44秒前
李李李完成签到,获得积分10
44秒前
天天开心完成签到 ,获得积分10
46秒前
Novice6354完成签到 ,获得积分10
46秒前
帆帆帆完成签到 ,获得积分10
46秒前
量子星尘发布了新的文献求助10
49秒前
此生不换完成签到,获得积分10
50秒前
xiaofenzi完成签到,获得积分10
50秒前
51秒前
巴乔完成签到,获得积分10
51秒前
何公主完成签到 ,获得积分10
52秒前
123y完成签到,获得积分10
54秒前
开朗艳一完成签到,获得积分10
54秒前
ssgg发布了新的文献求助10
55秒前
友好语风完成签到,获得积分10
57秒前
运敬完成签到 ,获得积分10
57秒前
CLTTTt完成签到,获得积分10
57秒前
高分求助中
【提示信息,请勿应助】关于scihub 10000
The Mother of All Tableaux: Order, Equivalence, and Geometry in the Large-scale Structure of Optimality Theory 3000
Social Research Methods (4th Edition) by Maggie Walter (2019) 2390
A new approach to the extrapolation of accelerated life test data 1000
北师大毕业论文 基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 390
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
Robot-supported joining of reinforcement textiles with one-sided sewing heads 360
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 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 4008786
求助须知:如何正确求助?哪些是违规求助? 3548464
关于积分的说明 11298867
捐赠科研通 3283080
什么是DOI,文献DOI怎么找? 1810290
邀请新用户注册赠送积分活动 886000
科研通“疑难数据库(出版商)”最低求助积分说明 811220