BriefGPT - AI 论文速递 · 2024-10-24T00:00:00Z Evolving Voices Based on Temporal Poisson Factorization 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种基于时间泊松因子分解（TPF）的模型，分析了30多年政治演讲数据中的主题变化和词汇演变。TPF模型通过自回归结构或随机游走模型有效揭示了美国参议院演讲中的主题演变，为政治话语分析提供了重要见解。 🏷️ 标签 主题变化 政治演讲 时间泊松因子分解 美国参议院 词汇演变 阅读原文 生成长图 分享链接 已复制链接
