CluWords: Explorando Clusters Semânticos entre Palavras para Aprimorar Modelagem de Tópicos

Autores

  • Christian Reis Fagundes Gomes Universidade Federal de Minas Gerais
  • Felipe Augusto Resende Viegas Universidade Federal de Minas Gerais
  • Washington Luiz Miranda da Cunha Universidade Federal de Minas Gerais
  • Leonardo Chaves Dutra da Rocha Universidade Federal de São João del-Rei

DOI:

https://doi.org/10.5753/reic.2019.1083

Resumo

Neste trabalho avançamos o estado-da-arte na modelagem de tópicos por meio de uma nova representação de documentos baseada em word embeddings pré-treinados para fatoração de matriz não-probabilística. Nossa estratégia, chamada CluWords, explora as palavras mais próximas em um determinado espaço word embedding pré-treinado para gerar meta-palavras que são capazes de melhorar a representação de documentos, tanto em termos de informações sintáticas quanto semânticas. Em nossa avaliação, considerando 12 bases de dados e 8 linhas de base, obtivemos melhoras na maioria dos casos, com ganhos de mais de 50%. Nosso método também é capaz de melhorar representação dos documentos para a tarefa de classificação automática.

Downloads

Não há dados estatísticos.

Downloads

Publicado

2019-06-17

Como Citar

Gomes, C. R. F., Viegas, F. A. R., Cunha, W. L. M. da, & Rocha, L. C. D. da. (2019). CluWords: Explorando Clusters Semânticos entre Palavras para Aprimorar Modelagem de Tópicos. Revista Eletrônica De Iniciação Científica Em Computação, 17(2). https://doi.org/10.5753/reic.2019.1083