Sparse Topic Modeling: Computational Efficiency, Near-Optimal Algorithms, and Statistical Inference
稀疏主题模型：计算效率、近最优算法与统计推断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。
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：摘要研究文本主题模型与通用高维推断，未明确涉及所列经济计量细分方向。
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…
关注这篇论文的作者
稀疏主题模型：计算效率、近最优算法与统计推断
- 研究问题
- 在稀疏 pLSI 主题模型中，如何兼顾词语—主题及主题—文档矩阵的快速估计、统计误差控制和逐元素区间推断？
- 方法与思路
- 作者设计两个矩阵的快速估计与推断算法，建立极小极大上下界，并通过重新拟合获得渐近正态性和置信区间。
- 材料陈述的贡献
- 摘要称算法达到相差对数因子的最优收敛率，重新拟合支持有效区间，并以模拟和 COVID-19 文献数据展示表现。
- 阅读关注点
- 应核对稀疏性与可识别性条件、上下界适用的参数空间、重新拟合步骤，以及区间有效性对维度和样本量的要求。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；理论条件及比较数值未提供，不能把部分模拟优势视为普遍优势或推断刊本变化。
原文摘要
Sparse topic modeling under the probabilistic latent semantic indexing (pLSI) model is studied. Novel and computationally fast algorithms for estimation and inference of both the word-topic matrix and the topic-document matrix are proposed and their theoretical properties are investigated. Both minimax upper and lower bounds are established and the results show that the proposed algorithms are rate-optimal, up to a logarithmic factor. Moreover, a refitting algorithm is proposed to establish asymptotic normality and construct valid confidence intervals for the individual entries of the word-topic and topic-document matrices. Simulation studies are carried out to investigate the numerical performance of the proposed algorithms. The results show that the proposed algorithms perform well numerically and are more accurate in a range of simulation settings comparing to the existing literature. In addition, the methods are illustrated through an analysis of the COVID-19 Open Research Dataset (CORD-19).