Changepoint Analysis of Topic Proportions in Temporal Text Data
时序文本数据中主题比例的变点分析AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究时间序列中主题比例分布的离线变点及结构变化，方法层面直接对应结构变化与时间序列分析。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
时序文本数据中主题比例的变点分析
- 研究问题
- 如何在大规模时序文本中自动检测主题比例分布的结构变化，并将识别出的变点解释为主题流行程度的上升或下降？
- 方法与思路
- 作者构建允许主题比例变点的时序主题模型，先用样本分割估计主题多面体，再结合似然比统计量与改进的野二分分割算法。
- 材料陈述的贡献
- 摘要称，该近似推断程序使大语料的结构变化检测具有计算可行性；文学和物理摘要应用识别出部分已知历史变点及新变点。
- 阅读关注点
- 核对样本分割如何影响主题估计与变点检测、近似似然的依据，以及变点数量和位置的选择规则、误检控制及解释方式。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未获核实；摘要未提供检测误差或理论条件，历史对应关系不能直接证明变点识别准确。
原文摘要
Changepoint analysis deals with unsupervised detection and/or estimation of time-points in time-series data, when the distribution generating the data changes. In this article, we consider \emph{offline} changepoint detection in the context of large scale textual data. We build a specialised temporal topic model with provisions for changepoints in the distribution of topic proportions. As full likelihood based inference in this model is computationally intractable, we develop a computationally tractable approximate inference procedure. More specifically, we use sample splitting to estimate topic polytopes first and then apply a likelihood ratio statistic together with a modified version of the wild binary segmentation algorithm of Fryzlewicz et al. (2014). Our methodology facilitates automated detection of structural changes in large corpora without the need of manual processing by domain experts. As changepoints under our model correspond to changes in topic structure, the estimated changepoints are often highly interpretable as marking the surge or decline in popularity of a fashionable topic. We apply our procedure on two large datasets: (i) a corpus of English literature from the period 1800-1922 (Underwoodet al., 2015); (ii) abstracts from the High Energy Physics arXiv repository (Clementet al., 2019). We obtain some historically well-known changepoints and discover some new ones.