論文：Stochastic Gradient MCMCによるスケーラブルなトピックモデルの推定 担当：吉澤 alias table？：前処理により一定のオーダーで探索ができる。 alias tableに何が入っているのか。ただ単語を入れただけ？ トピック数は最初に決める。 計算量が早くなった。悪いことはないの？：犠牲はなさそう。Lightは近似。Aliasは数式で求められている。SGRLDでどれだけ近似されているか。 論文：Other Topics You May Also Agree or Disagree: Modeling Inter-Topic Preferences using Tweets and Matrix Factorization 担当：相田 明示していないトピックへの正しい賛否はどのように集めたのか？：わからない。 「内容が近いトピック」と「賛否の近さ」を一緒にやる必要がないのでは？ 内容が近いトピックは前処理としてもできそう。 k=100を採用した理由：k=30までは微妙に収束しておらず、その次はk=50、100と続いていて、妥協した点なのかもしれない。 |
|
|