带命名主题的文档标记，相关文献？ （也在知乎上问过）
Document Tagging with Named Topics, relevant literature? (Also asked on Quora)
我正在研究对我来说是数据科学的一个非常新的领域，我想知道是否有人可以推荐任何现有的学术文献，这些文献具有解决我的问题的相关方法。
问题设置如下：
我有一组命名主题（大约 100 个主题）。我们有一个文档标记引擎，可以根据文档（在我们的例子中是新闻文章）的文本标记这 100 个主题中的最多 5 个。
所有这些都是使用相当基本的相似性度量来完成的（每个主题都是一个文本向量，每个文档也是一个文本向量，我们在这些向量之间进行相似性计算，并将最相似的 5 个主题分配给每个文档）。
我们正在寻求提高此过程的质量，但限制是我们必须维护 100 个命名主题的集合，这些主题对于其他目的至关重要，因此像 LDA 这样的无监督主题模型已经过时了，因为：
1.他们不提供命名主题
2. 即使我们能够以某种方式将 LDA 输出的主题分布映射到现有主题，这些分布也不会保持不变并且会随着基础语料库的变化而变化。
那么谁能给我指出使用一组有限的命名主题进行文档标记的论文？
这里有两个挑战：
1. 给定一组有限的命名主题，如何用它们标记新文档？ （这是更大更明显的挑战）
2. 我们如何使主题随着不断变化的文档世界而更新？
解决其中一项或两项挑战的任何工作都会有很大帮助。
P.S。如果其他人正在寻找答案并想阅读这两篇文章，我也在 Quora 上问过这个问题。我正在重复这个问题，因为我觉得它很有趣，我想让尽可能多的人谈论这个问题，并尽可能多地提出文献建议。
你试过分类吗？
为每个主题训练一个分类器。
最有可能 类 的 5 个标签。
我正在研究对我来说是数据科学的一个非常新的领域，我想知道是否有人可以推荐任何现有的学术文献，这些文献具有解决我的问题的相关方法。
问题设置如下： 我有一组命名主题（大约 100 个主题）。我们有一个文档标记引擎，可以根据文档（在我们的例子中是新闻文章）的文本标记这 100 个主题中的最多 5 个。
所有这些都是使用相当基本的相似性度量来完成的（每个主题都是一个文本向量，每个文档也是一个文本向量，我们在这些向量之间进行相似性计算，并将最相似的 5 个主题分配给每个文档）。
我们正在寻求提高此过程的质量，但限制是我们必须维护 100 个命名主题的集合，这些主题对于其他目的至关重要，因此像 LDA 这样的无监督主题模型已经过时了，因为： 1.他们不提供命名主题 2. 即使我们能够以某种方式将 LDA 输出的主题分布映射到现有主题，这些分布也不会保持不变并且会随着基础语料库的变化而变化。
那么谁能给我指出使用一组有限的命名主题进行文档标记的论文？
这里有两个挑战： 1. 给定一组有限的命名主题，如何用它们标记新文档？ （这是更大更明显的挑战） 2. 我们如何使主题随着不断变化的文档世界而更新？ 解决其中一项或两项挑战的任何工作都会有很大帮助。
P.S。如果其他人正在寻找答案并想阅读这两篇文章，我也在 Quora 上问过这个问题。我正在重复这个问题，因为我觉得它很有趣，我想让尽可能多的人谈论这个问题，并尽可能多地提出文献建议。
你试过分类吗？
为每个主题训练一个分类器。
最有可能 类 的 5 个标签。