文本分析的最新进展 | Annual Review of Statistics and Its Application

文章预览

编者荐语： 本文是由荣获2023年素有诺奖风向标之称的斯隆研究奖得主柯峥领衔的最新力作。本文重点介绍了作者所创的一种新主题建模方法：Topic-Score，并在文献综述中将之于最新流行的主题建模方法和神经网络建模进行比较和说明，说明该方法在上述两个领域的创新与进步。 因公众号推送规则变更 点击标题下方蓝字  关注 + 星标  “Political理论志”  不错过社会科学前沿精彩信息哦 具体操作如右 → 文本分析的最新进展 摘要: 文本分析是数据科学中一个有趣的研究领域，具有多种应用，例如人工智能、生物医学研究和工程。本文回顾了流行的文本分析方法，从主题建模到最近的神经语言模型。我们特别回顾了主题建模的统计方法Topic-SCORE，并讨论了如何使用它来分析统计学家多属性数据集 (MADStat)，这是我们收集和清理的统计出版物的数据集。 ………………………………