論文の概要: A Manifold-Aware Topic Modeling Approach via Rank-Based Prototypes

• arxiv url: http://arxiv.org/abs/2609.29630v1
• Date: Sat, 29 Aug 2026 02:17:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:56.088219
• Title: A Manifold-Aware Topic Modeling Approach via Rank-Based Prototypes
• Title（参考訳）: ランクベースプロトタイプを用いたマニフォールド対応トピックモデリング手法
• Abstract要約: トピック発見をランクベースのプロトタイプ選択として活用する,トレーニングフリーのフレームワークであるMARETopicを紹介する。 低次元多様体への埋め込みを投影した後、MARETopicは順序近傍構造をコードするランクリストを構築した。 トピック間の最大性関係の新たなステップは、コヒーレンスにおいてわずかなコストで語彙の多様性を高める。
• 参考スコア（独自算出の注目度）: 3.9819516108444115
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent topic models leverage pretrained embeddings, but neural architectures produce latent representations without grounding in specific texts, and clustering-based pipelines assign representative documents only post hoc, relying on absolute distances distorted by hubness and anisotropy in high-dimensional spaces. We introduce MARETopic, a training-free framework that casts topic discovery as rank-based prototype selection. After projecting embeddings onto a low-dimensional manifold, MARETopic builds ranked lists encoding ordinal neighborhood structure. A greedy algorithm selects exactly K exemplar documents, real corpus texts, whose neighborhoods cover the corpus. Two variants share this criterion. MARETopic$_\text{Corr}$ scores candidates with a query performance predictor and a rank correlation measure, leading Purity and NMI on the two benchmarks with the most categories, ahead of both neural and clustering-based topic models. MARETopic$_\text{Diff}$ scores them with a rank-based diffusion matrix, needs neither measure, and runs 1.7 to 1.9 times faster. Without a single gradient update, MARETopic leads topic coherence on two of three datasets. A novel inter-topic Maximal Marginal Relevance step raises vocabulary diversity at little cost in coherence. Our code is available at https://github.com/thcastilho/maretopic.
• Abstract（参考訳）: 最近のトピックモデルは、事前訓練された埋め込みを利用するが、ニューラルネットワークは特定のテキストを根拠にすることなく遅延表現を生成し、クラスタリングベースのパイプラインは、高次元空間において、ハブ性や異方性によって歪んだ絶対距離に依存して、代表文書をポストホックのみに割り当てる。 トピック発見をランクベースのプロトタイプ選択として活用する,トレーニングフリーのフレームワークであるMARETopicを紹介する。 低次元多様体への埋め込みを投影した後、MARETopicは順序近傍構造をコードするランクリストを構築した。 グリーディアルゴリズムは、コーパスをカバーする近隣の実際のコーパステキストである、正確にK個の例の文書を選択する。 2つの変種がこの基準を共有している。 MARETopic$_\text{Corr}$は、クエリパフォーマンス予測器とランク相関尺度を持つ候補をスコアし、ニューラルネットワークとクラスタリングベースのトピックモデルよりも先に、最もカテゴリの多い2つのベンチマークでPurityとNMIをリードする。 MARETopic$_\text{Diff}$はそれらをランクベースの拡散行列でスコアし、測度も必要とせず、1.7から1.9倍速く走る。 1つの勾配更新なしで、MARETopicは3つのデータセットのうち2つのトピックコヒーレンスをリードする。 トピック間の最大性関係の新たなステップは、コヒーレンスにおいてわずかなコストで語彙の多様性を高める。 私たちのコードはhttps://github.com/thcastilho/maretopic.comで公開されています。

関連論文リスト

• Bridging Network Psychometrics and Artificial Intelligence: An Ising-Potts Model with LLM-Derived Weights [0.40611352512781873]
  レーティングとカテゴリーラベルの合意指標を用いたラターイジングポッツモデルを提案する。 我々は,K=14,466の短い回答を3段階のルーブリックと2つのAERAエッセイのコーパスに散らばった3つの構成応答データセットについて,約1,200-1,400の応答を4点のルーブリックに提案した。
  論文  参考訳（メタデータ） (2026-09-08T14:26:19Z)
• DISCO: Diversifying Sample Condensation for Efficient Model Evaluation [59.01400190971061]
  コスト評価は傾向を低下させ、イノベーションのサイクルを遅くし、環境への影響を悪化させる。 モデル応答の多様性を最大化するサンプルを選択することが重要となる。 我々のメソッドである$textbfDiversifying Sample Condensation (DISCO)$は、最も大きなモデル不一致を持つトップkサンプルを選択します。
  論文  参考訳（メタデータ） (2025-10-09T08:53:59Z)
• An Enhanced Model-based Approach for Short Text Clustering [58.60681789677676]
  Twitter、Google+、Facebookなどのソーシャルメディアの人気が高まり、短いテキストのクラスタリングがますます重要になっている。 既存の手法は、トピックモデルに基づくアプローチと深層表現学習に基づくアプローチの2つのパラダイムに大別することができる。 短文の空間性と高次元性を効果的に扱えるDirichlet Multinomial Mixture Model (GSDMM) のギブスサンプリングアルゴリズムを提案する。 さらなる改良を保証しているGSDMMのいくつかの側面に基づいて,さらなる性能向上を目的とした改良されたアプローチであるGSDMM+を提案する。
  論文  参考訳（メタデータ） (2025-07-18T10:07:42Z)
• GLIMMER: Incorporating Graph and Lexical Features in Unsupervised Multi-Document Summarization [13.61818620609812]
  我々はGLIMMERと呼ばれる軽量で効果的な非教師付きアプローチを提案し、グラフとLexIcalの特徴をベースとした教師なしマルチ文書要約手法を提案する。 まず、ソース文書から文グラフを構築し、それからテキストから低レベルの特徴をマイニングすることで意味クラスタを自動的に識別する。 また,Multi-News,Multi-XScience,DUC-2004で行った実験により,既存の教師なしアプローチよりも優れた性能を示した。
  論文  参考訳（メタデータ） (2024-08-19T16:01:48Z)
• Rethinking Few-shot 3D Point Cloud Semantic Segmentation [62.80639841429669]
  本稿では,FS-PCSによる3Dポイント・クラウドセマンティックセマンティックセグメンテーションについて再検討する。 我々は、最先端の2つの重要な問題、前景の漏洩とスパースポイントの分布に焦点をあてる。 これらの問題に対処するために、新しいベンチマークを構築するための標準化されたFS-PCS設定を導入する。
  論文  参考訳（メタデータ） (2024-03-01T15:14:47Z)
• VoxelKP: A Voxel-based Network Architecture for Human Keypoint Estimation in LiDAR Data [53.638818890966036]
  textitVoxelKPは、LiDARデータにおける人間のキーポイント推定に適した、完全にスパースなネットワークアーキテクチャである。 本研究では,人間の各インスタンス内のキーポイント間の空間的相関を学習するために,スパースボックスアテンションを導入する。 鳥の視線を符号化する2次元格子に3次元ボクセルを投影する際に, 絶対的な3次元座標を利用するために空間符号化を組み込んだ。
  論文  参考訳（メタデータ） (2023-12-11T23:50:14Z)
• Focal Sparse Convolutional Networks for 3D Object Detection [121.45950754511021]
  我々はスパースCNNの能力を高めるために2つの新しいモジュールを導入する。 焦点スパース・コンボリューション(Focals Conv)であり、焦点スパース・コンボリューションの多様変種である。 スパース・コンボリューションにおける空間的に学習可能な空間空間性は,高度な3次元物体検出に不可欠であることを示す。
  論文  参考訳（メタデータ） (2022-04-26T17:34:10Z)
• TopicNet: Semantic Graph-Guided Topic Discovery [51.71374479354178]
  既存の階層的なトピックモデルでは、教師なしの方法でテキストコーパスから意味論的意味のあるトピックを抽出することができる。 TopicNetを階層的なトピックモデルとして導入し、学習に影響を与えるための帰納的バイアスとして、事前構造知識を注入する。
  論文  参考訳（メタデータ） (2021-10-27T09:07:14Z)
• A Hybrid Swarm and Gravitation based feature selection algorithm for Handwritten Indic Script Classification problem [39.11055166524374]
  我々はHybrid Swarm and Gravitation based FS (HSGFS)と呼ばれる新しいFSアルゴリズムを導入する。 このアルゴリズムは、DHT(Distance-Hough Transform)、HOG(Histogram of Oriented Gradients)、MLG(Modified log-Gabor)の3つの特徴ベクトル上で動作させる。 本手法の評価には,12のIndicスクリプトからなる手書きデータセットをブロック,テキスト行,単語レベルで作成した。
  論文  参考訳（メタデータ） (2020-05-10T07:27:55Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。