地理的語彙変異のための潜在変数モデル

ジオタグ付きソーシャルメディアの急速な成長は、地理的言語変異を調査するための新たな計算の可能性を生み出します。本論文では、潜在的なトピックと地理的地域について共同で推論する多層生成モデルを提案します。「スポーツ」や「エンターテインメント」といった高次のトピックは、各地理的地域で異なる形で現れ、トピック特有の地域的な違いを明らかにします。ジオタグ付きマイクロブログの新しいデータセットに適用した結果、我々のモデルは一貫したトピックとその地域的変種を回復し、言語的一貫性のある地理的領域を特定します。このモデルはまた、原文から著者の地理的な位置を予測することができ、テキスト回帰や監督されたトピックモデルよりも優れた結果を出します。