|
我在知网的一个研究案例里, 看到下面这段话:
网络上的文本信息随着事件的发酵逐渐变多,这给文本处理工作带来了新的挑战。文本的增多使计算量增加,却不能检测到文本中事件主体随着时间的变化趋势[10]。为了解决这个问题,本文采用OLDA 模 型 ,引 入 文 本 的 时 间 信 息 到 LDA 模 型 。
OLDA 模型与 LDA 模型的最大不同是加入了时间维度信息。将文本按照时间顺序进行排序,划分为若干个时间片,OLDA 模型用来处理该时间片内的信息。这样既减轻了模型处理数据的计算量又提高了模型对事件主体检测的灵敏度[11~13]。
从这段文字的描述看, OLDA是引入了时间维度信息, 按时间段来分析。
|
|
共 2 个关于本帖的回复 最后回复于 2021-6-25 11:59