[发明专利]一种基于循环聚焦机制进行文档主题建模的方法

权利要求书

1.一种基于循环聚焦机制进行文档主题建模的方法，其特征在于，包括：

步骤一，对于文档dⁱ，设置C值；

步骤二，设定文档dⁱ的主题分布为文档dⁱ在主题空间上的每一维含量为ρ_k，令为RABP(G₀,π)中的基础分布G₀；

步骤三，遍历文档dⁱ中的每一个句子求出所对应的聚焦向量ε^j中G₀所对应的权重分量求出句子中每一个单词w_n所赋予的主题标号，j表示句子的个数，所述求出句子中每一个单词w_n所赋予的主题标号具体为：通过以下公式，求出句子中每一个单词w_n所赋予的主题标号：

步骤四，遍历文档中的每一个句子与句子中的单词，计算文档dⁱ在主题空间上的每一维含量为ρ_k；通过下面的公式计算文档dⁱ在主题空间上的每一维含量为ρ_k：

步骤五，归一化ρ，从而得到文档dⁱ的主题分布所述RABP(G₀,π)过程为：

从时刻t＝1开始，从G₀中采样出样本θ¹；

对于当前时刻t＞1,首先从Dir(π)中采样出样本∈，这里Dir(π)表示狄雷克雷分布，样本∈＝(∈₁,∈₂,…,∈_C)^T；

对于∈_i,i∈(1,…,C-1),我们获得t-C+1时刻到t-1时刻的前序分布，令当前时刻的分布为

对于∈_C，令当前时刻的分布为θ^t＝∈_C·G₀；

其中，C为过去时间点的时间窗口，即过去时间点的个数，设定多少过去的时间点会影响当前时间点；∈为当前时间点的聚焦向量，用来表示过去时间点的权重信息；在此步骤后，当前时刻t的分布表示为：

此循环聚焦贝叶斯过程为RABP(G₀,π)，其中G₀是一个基础分布，π是聚焦超参数。

2.根据权利要求1所述的一种基于循环聚焦机制进行文档主题建模的方法，其特征在于，在步骤一之前还包括：

(1)针对每一个主题k，采样β_k～Dir(π)，β_k为主题k在词典上的分布；

(2)对于每一个文档dⁱ，首先采样得到该文档的主题分布其中α为超参数，作为基础分布G₀；

(3)针对文档dⁱ中的每一个句子使用RABP(G₀,π)采样得到当前句子的主题分布

(4)针对句子中的每一个单词w，使用采样得到当前句子中的每一个单词；

D＝{d¹,…,d^M}表示为一个具有M篇文档的文档集合，其中dⁱ表示第i篇文档；对于每一篇文档dⁱ，其中表示文档中的一个句子，j表示句子的个数，对于每一个句子其中表示一个单词，n为句子中单词的个数。