对文本空间化的隐藏嵌入和尺寸缩小进行大规模的灵敏度分析
IEEE transactions on visualization and computer graphics
|September 17, 2024
概括
在文本分析中,文档布局稳定性至关重要. 这项研究揭示了文本数据,超参数和初始化的变化如何影响可视化布局,为可靠的语义相似性映射提供了准则.
科学领域:
- 自然语言处理自然语言处理.
- 数据可视化 数据可视化
- 计算语言学 计算语言学
背景情况:
- 文档相似性可视化使用来自维度减小技术的2D散点图.
- 这些布局对输入数据,超参数和初始化随机性敏感,影响用户的解释.
- 了解布局稳定性是可靠语义分析和可视化的关键.
研究的目的:
- 对文档相似性布局的稳定性进行敏感性研究.
- 分析文本体变化,超参数调整和初始化随机性对布局一致性的影响.
- 为选择适当的布局算法和超参数设置提供指导方针.
主要方法:
- 使用三个文本体和六个文本嵌入组合生成文档布局.
- 应用了网格搜索方法在缩小维度中的超参数选择.
- 使用十个指标评估本地/全球结构和阶级分离的量化布局相似性.
- 对超过42,000个数据点进行了描述性统计分析.
主要成果:
- 确定了增强布局稳定的特定超参数设置.
- 证明了文本体特征和嵌入方法对布局一致性的影响.
- 量化了随机初始化引入的不稳定程度.
结论:
- 布局稳定性是文档相似性可视化的解释性的一个关键因素.
- 关于算法和超参数的知情选择可以显著提高布局可靠性.
- 这项研究为研究人员提供了实用指导,他们使用缩小维度来进行文本分析.
