Miniatura

Fitxers

memoria.pdf (9.88 MB)

Tipus de document

Treball de fi de grau

Data de publicació

2016-06-26

Llicència de publicació

cc-by-nc-nd (c) Oriol Julià Carrillo, 2016
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/109443

A tensor based approach for temporal topic modeling

Títol de la revista

Autors

Director/Tutor

ISSN de la revista

Títol del volum

Recurs relacionat

Resum

Latent Dirichlet Allocation (LDA) are a suite of algorithms that are often used for topic modeling. We study the statistical model behind LDA and review how tensor methods can be used for learning LDA, as well as implement a variation of an already existing method. Next, we present an innovative algorithm for temporal topic modeling and provide a new dataset for learning topic models over time. Last, we create a visualization for the word-topic probabilities.

Descripció

Treballs Finals de Grau de Matemàtiques, Facultat de Matemàtiques, Universitat de Barcelona, Any: 2016, Director: Jordi Vitrià i Marca

Matèries

Tractament del llenguatge natural (Informàtica), Treballs de fi de grau, Aprenentatge automàtic, Probabilitats, Algorismes computacionals

Matèries (anglès)

Natural language processing (Computer science), Bachelor's theses, Machine learning, Probabilities, Computer algorithms

Citació

Col·leccions

Treballs Finals de Grau (TFG) - Matemàtiques

Citació

JULIÀ CARRILLO, Oriol. A tensor based approach for temporal topic modeling. [consulta: 29 de gener de 2026]. [Disponible a: https://hdl.handle.net/2445/109443]

Exportar metadades

JSON - METS

Compartir registre