动态主题模型

我们开发了一系列概率时间序列模型，以分析大型文档集合中主题的时间演变。该方法是在表示主题的多项式分布的自然参数上使用状态空间模型。基于卡尔曼滤波器和非参数小波回归的变分近似被开发出来，以对潜在主题进行近似后验推断。除了提供序列语料库的定量预测模型外，动态主题模型还提供了一个定性窗口，以了解大型文档集合的内容。通过分析从1880年到2000年的《科学》期刊的光学字符识别档案，演示了这些模型。