主题建模上下文中的短文本

Question

我正在研究主题建模，我很好奇在这种情况下究竟什么是短文本？例如，如果有一篇研究论文，研究论文的标题和摘要是否会被视为短文本？

Answer 1

我正在研究主题建模，我很好奇在这种情况下短文本到底是什么？

最近关于短文本主题建模的调查论文（ Qiang 等人）提到了评估此类模型的几个数据集：搜索片段、StackOverflow 问题标题、推文等。 这些数据集中的文档平均有 5-14 个单词，最多 14-37 个单词。

例如，如果有一篇研究论文，研究论文的标题和摘要是否会被视为短文本？

可能有更大长度的论文摘要。 摘要通常有 200 或 300 个字，甚至更多。

应该提到的第二个论点是，一些短文本主题建模技术假设每个文本只有一个主题（例如，在Yin & Wang的论文中）。 我认为摘要中可能包含多个主题。 因此，一些假设每个文档一个主题的模型可能在论文摘要上表现不佳。