arXiv · cs.CL· Federica Granese·· 11 天前AI 评分10
SentenceETM：结合词汇与上下文证据的句子级主题模型
Sentence-Level Topic Modeling with Lexical and Contextual Evidence
来源与原文
arXiv · cs.CL
作者：Federica Granese
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.23388v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
SentenceETM 是一种神经主题模型，通过联合词汇与上下文证据为每个句子分配主题，弥合词级概率模型与文档级 Transformer 方法之间的粒度困境。每个主题由词嵌入上的分布和聚焦低维子空间的句子嵌入高斯共同描述，文档比例用摊销变分推断推断，高斯参数以闭式解重估。实验显示其在句子级主题分配上持续优于 SOTA 方法。
来源：arXiv · cs.CL · arxiv.org