清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Semantic Topic Extraction from Bangla News Corpus Using LDA and BERT-LDA

潜在Dirichlet分配 计算机科学 人工智能 聚类分析 主题模型 自然语言处理 文档聚类 自编码 深度学习
作者
Pintu Chandra Paul,Md Shihab Uddin,Md Tofael Ahmed,Mohammed Moshiul Hoque,Maqsudur Rahman
标识
DOI:10.1109/iccit57492.2022.10055173
摘要

In order to infer topics from unstructured text data, topic modeling techniques is extensively employed in the field of Natural Language Processing. Latent Dirichlet Allocation (LDA), a popular technique in topic modeling, can be used for the automatic identification of topics from a vast sample of textual documents. The LDA-based topic models, however, may not always yield good outcomes on their own. One of the most efficient unsupervised machine learning methods, clustering, is often employed in applications like topic modeling and information extraction from unstructured textual data. In our study, a hybrid clustering based approach using Bidirectional Encoder Representations from Transformers (BERT) and LDA for large Bangla textual dataset has been thoroughly investigated. The BERT has done the contextual embedding with LDA. The experiments on this hybrid model are carried out to show the efficiency of clustering similar topics from a noble dataset of Bangla news articles. The outcomes of the experiments demonstrate that clustering with BERT-LDA model would aid in the inference of more coherent topics. The maximum coherence value of 0.63 has been found for our noble dataset using LDA and for BERT-LDA model, the value is 0.66.
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
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
张丫丫完成签到,获得积分10
1秒前
Kevin发布了新的文献求助10
2秒前
fogsea完成签到,获得积分0
11秒前
草莓熊1215完成签到 ,获得积分10
29秒前
41秒前
雪巧发布了新的文献求助10
46秒前
精壮小伙完成签到,获得积分0
54秒前
维维完成签到 ,获得积分10
56秒前
meijuan1210完成签到 ,获得积分10
1分钟前
拓跋雨梅完成签到 ,获得积分10
1分钟前
福尔摩曦完成签到,获得积分10
1分钟前
医平青云完成签到 ,获得积分10
1分钟前
管靖易完成签到 ,获得积分10
2分钟前
2分钟前
贝贝完成签到,获得积分0
2分钟前
完美世界应助Aira采纳,获得10
2分钟前
空曲完成签到 ,获得积分10
3分钟前
3分钟前
3分钟前
酷炫书芹完成签到 ,获得积分10
3分钟前
科研狗完成签到 ,获得积分10
3分钟前
酷酷小子完成签到 ,获得积分10
3分钟前
lcs完成签到,获得积分10
3分钟前
白白嫩嫩完成签到,获得积分10
4分钟前
yishuihan完成签到,获得积分10
4分钟前
张医生完成签到,获得积分10
4分钟前
堇笙vv完成签到,获得积分0
4分钟前
jlwang发布了新的文献求助10
4分钟前
葛怀锐完成签到 ,获得积分10
5分钟前
花花糖果完成签到 ,获得积分10
5分钟前
墨言无殇完成签到 ,获得积分10
5分钟前
CC完成签到,获得积分0
5分钟前
稳重的蜜蜂完成签到,获得积分10
5分钟前
小猴子完成签到 ,获得积分10
5分钟前
Hello应助稳重的蜜蜂采纳,获得10
5分钟前
莫冰雪完成签到 ,获得积分10
6分钟前
习月阳完成签到,获得积分10
6分钟前
chichenglin完成签到 ,获得积分10
6分钟前
无辜的行云完成签到 ,获得积分0
6分钟前
cai白白完成签到,获得积分0
6分钟前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 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 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3126176
求助须知:如何正确求助?哪些是违规求助? 2776338
关于积分的说明 7729863
捐赠科研通 2431800
什么是DOI,文献DOI怎么找? 1292260
科研通“疑难数据库(出版商)”最低求助积分说明 622696
版权声明 600417