論文：Nonparametric Spherical Topic Modeling with Word Embeddings 担当：吉澤 Von Mises-Fisher(vMF)の良さ？：単位円。円に沿うような分布。距離をきちんと取れる？：距離（コサイン距離）と方向（角度）があるが、方向で取り出せる。 距離はあまり意味がなく、方向をみるなら球で考えた方がよさそう。 Stick-breaking process(sbp)でトピック無限、Θがトピック。 xdnとμkのコサイン距離はvmfの対数尤度に等しい、結局どちらを採用？：両方を最適化に用いる。（xdnとμkのコサイン距離）ー（vmf対数尤度）＝0 計算時間が早くなったのは角度だけを考慮したから？：わからない。 1つの文書に対してsbpを適用。単語分布ごとに区切ってトピックΘとして、離散的に表す。トピック数を考えなくて良い。 vmfとshdpはどう関与しているの？：それぞれ独立。vmfを適用できるようにshdpをつけたした。 →どっちのおかげでよくなったの？：わからない。 |
|
|