夏家莉，曹中华,2，彭文忠，张守胜

1(江西财经大学 信息管理学院、财政大数据中心,南昌 330032) 2(江西师范大学 软件学院,南昌 330022)

1 引 言

从大量文本中获取主题，一直是文本挖掘领域的研究热点.主题挖掘相关模型常采用无监督的学习方式，可以从文本语料挖掘具有不同语义的主题，并将文本表示为不同主题的混合分布，从而帮助人们理解大量文本所描述的主要内容.

随着神经网络和词嵌入方法在许多NLP任务中取得成功，近年来，出现了许多应用词嵌入向量和神经网络结构的文本主题模型研究，这些研究结果显示，使用词嵌入的主题模型能够极大地提高文本主题的挖掘效果.早期的主题效果评价多采用困惑度的方法，然而后续的一些研究也表明，困惑度的评价和人们对主题词的理解结果并不一致，由此研究者提出了主题一致性的评价标准，主题代表词的一致性可以更好的评价主题模型的效果.

常见的词嵌入向量获取模型[1,2]和主题一致性评价[3,4]方法都使用了词的点互信息(point-wise mutual information,pmi)，二者存在紧密的联系，但是现今还较少见到，在深入分析二者间的联系后，将词向量自身所具有的主题特点应用于主题模型的研究.本文主要贡献有：1)分析了主题一致性和词嵌入向量间的联系，引入Softmax函数生成主题-词项分布，从而关联主题嵌入和词嵌入，以能够使用词嵌入的主题特性；2)提出主题分布式假设：具有相似邻居的词具有相似的主题分布值，并……