新框架支持对斯里兰卡议会辩论进行三语主题建模

研究人员开发了一个新颖的框架，用于对斯里兰卡的国家议会辩论进行主题建模，这些辩论包含僧伽罗语、泰米尔语和英语。该系统通过采用基于LLM的文本提取以及多语言嵌入和聚类管道，克服了复杂的PDF布局、多语言脚本和黏着语形态带来的挑战。BiTopic扩展进一步提高了可解释性和降噪能力。该框架应用于2017-2026年超过19,000场演讲，成功识别出30个宏观主题，与2019年复活节爆炸案和2022年经济危机等重大国家事件相吻合，其表现优于传统的LDA方法。 AI

影响 通过先进的自然语言处理技术，能够对多语言政治话语和历史事件进行更深入的分析。

排序理由 该集群描述了一篇在arXiv上发表的研究论文，详细介绍了一种用于分析多语言文本数据的新计算方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• 2022 economic crisis
• arXiv
• Bitopic protein
• Easter Sunday attacks
• English
• Hugging Face
• LDA
• Sinhala
• Sri Lanka
• Tamil

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →