We propose a new method of estimation in topic models, that is not a variation on the existing simplex finding algorithms, and that estimates the number of topics K from the observed data. We derive new finite sample minimax lower bounds for the estimation of A, as well as new upper bounds for our proposed estimator. We describe the scenarios where our estimator is minimax adaptive. Our finite sample analysis is valid for any number of documents (n), individual document length (N_i), dictionary size (p) and number of topics (K), and both p and K are allowed to increase with n, a situation not handled well by previous analyses. We complement our theoretical results with a detailed simulation study. We illustrate that the new algorithm is faster and more accurate than the current ones, although we start out with a computational and theoretical disadvantage of not knowing the correct number of topics K, while we provide the competing methods with the correct value in our simulations.


翻译:我们提出新的专题模型估算方法,这不是对现有简单分析算法的变异,而是从观察到的数据中估算主题K的数量。我们从A的估计中得出新的有限样本小范围最小值下限,以及我们提议的估计天花板的新的上限。我们描述了我们的估计值是小范围适应的情景。我们有限的抽样分析对任何文件数量(n)、单个文件长度(N_i)、字典大小(p)和专题数量(K)都有效,并且允许使用n来增加p和K,而以前的分析没有很好地处理这种情况。我们用详细的模拟研究来补充我们的理论结果。我们用详细的模拟研究来补充我们的理论结果。我们说明,新的算法比目前的算法更快、更准确,尽管我们开始时的计算和理论缺点是不知道主题K的正确数量,但我们在模拟中提供了相互竞争的方法的正确价值。

7
下载
关闭预览

相关内容

因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【跟踪Tracking】15篇论文+代码 | 中秋快乐~
专知
18+阅读 · 2018年9月24日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
Arxiv
3+阅读 · 2018年6月18日
Arxiv
3+阅读 · 2017年12月18日
Arxiv
5+阅读 · 2017年12月14日
Arxiv
3+阅读 · 2015年5月16日
VIP会员
相关VIP内容
Top
微信扫码咨询专知VIP会员