来源：期刊VIP网 时间：
作者：徐洋;张月义;周涵婷;胡静;
单位：中国计量大学经济与管理学院;杭州电子科技大学管理学院;
摘要：为解决传统NMF主题模型难以处理短文本数据稀疏性，以及随机初始化导致聚类结果不稳定的问题，提出一种基于语义相似和变分自编码器的非负矩阵分解主题模型（VSNMF）。该模型在传统的NMF基础上引入单词共现和文本相似度的正则化约束，保证因子矩阵的近似正交性，从而缓解数据稀疏性的缺点，使模型适应不同长度的文本数据集。同时，利用变分自编码器（VAE）初始化因子矩阵，将编码器最后一层输出的直接作为因子矩阵，以增强模型的收敛性和稳定性。在4个不同长度的文本数据集上，将所提出的VSNMF模型与其他模型进行对比，得出该模型优于对比模型，在BBCNews、BBCsport、AGNews、Snippets数据集上的聚类准确率（ACC）分别为94.3%、96.1%、81.5%、93.8%；基于VAE的初始化方法具有良好的收敛性和稳定性，模型分别经过30、40、40、40次的迭代就已经收敛，聚类准确率的标准差分别为0.3、0.0、1.0、0.0。实验结果表明，VSNMF模型对不同长度的文本数据集具有良好适应性和泛化能力，VAE的初始化方法加快了模型的收敛性，提高了聚类的稳定性。
关键词：主题模型;;非负矩阵分解;;变分自编码器;;文本相似度;;正则化约束;;因子矩阵
基金资助：国家自然科学基金项目（72401080）;; 国家社科基金项目（23BGL079）
