通过主题对比学习增强神经主题建模的主题可解释性
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本研究提出了ContraTopic框架,以解决神经主题模型的可解释性问题。通过对比学习和主题对比正则化,增强了主题的一致性和区分性。实验结果表明,该框架在多个数据集上优于现有模型。
🎯
关键要点
- 本研究提出了ContraTopic框架,解决神经主题模型的可解释性问题。
- 采用对比学习和主题对比正则化,增强主题的一致性和区分性。
- 实验结果表明,该框架在多个数据集上优于现有模型。
➡️