Registration Number
2123U013596, Article
popup.category
Стаття
Title
Similarity metric of categorical distributions for topic modeling problems with akin categories
popup.author
Shtovba S. D.
Petrychko M.
Shtovba O. V.
Штовба С. Д.
Штовба О. В.
Петричко М. В.
Shtovba S. D.
Petrychko M.
Shtovba O. V.
popup.publication
01-01-2023
popup.source_user
Вінницький національний технічний університет
popup.source
http://ir.lib.vntu.edu.ua/handle/123456789/41361
popup.publisher
RWTH Aachen University
Description
Оцінювання рівня подібності двох об’єктів є поширеною задачею в розпізнаванні образів, кластеризації та класифікації. Серед таких задач — рекомендування рецензентів, аналіз подібних текстових документів, виявлення пози людини у відео, кластеризація поширення видів, рекомендації в інтернет-магазинах тощо. У разі категоріальних атрибутів об’єкт описується як розподіл ступенів належності за категоріями. Метрики подібності таких розподілів зазвичай визначають як суперпозицію подібностей об’єктів за кожною категорією. Найчастіше це сума подібностей в окремих категоріях. Крім того, кожна категорія розглядається незалежно та ізольовано від інших. У деяких практичних задачах категорії є спорідненими. Тому доцільно розглядати подібність об’єктів не лише безпосередньо, як подібність між еквівалентними категоріями, а й необхідно враховувати опосередковану подібність — перехресну подібність через споріднені категорії. У цій статті запропоновано саме таку метрику подібності двох категоріальних розподілів, яка враховує спорідненість різних категорій. Метрика має два складники. Перший складник визначається як метрика Чекановського. Вона визначає безпосередню подібність категоріальних розподілів як суму перетину ступенів належності розподілів двох об’єктів. Після перетину залишкові різниці враховуються в другому складнику метрики. Другий складник метрики визначається як поелементний добуток двох матриць: матриці композиції залишків ступенів належності двох категоріальних розподілів і матриці парної спорідненості категорій. Припускається, що індекси спорідненості для кожної пари категорій відомі. У результаті за великої кількості категорій помітним є загальний шумовий внесок слабко споріднених категорій. Тому пропонується відфільтровувати шум і враховувати лише внесок сильно споріднених категорій.
popup.nrat_date
2026-11-04
