一篇新论文比较了两种主题建模方法——结构主题模型（STM）和BERTopic——在分析短篇、开放式调查回复中的应用。研究发现，BERTopic通常能产生更连贯、更易于解释的主题，尤其是在使用一种新颖的上下文增强策略时。虽然STM在协变量分析方面提供了更强的推断能力，但BERTopic提供了更具描述性的比较，表明这两种方法在社会科学研究中具有互补的优势。 AI
影响 为选择和组合用于分析短篇、开放式调查数据的主题建模方法提供了指导。
排序理由 该集群包含一篇比较两种主题建模技术的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2605.23093v1 Announce Type: new Abstract: Topic modeling in applied psychology increasingly spans two methodological traditions: probabilistic bag-of-words models and newer embedding-based approaches. Yet many evaluations of these methods rely on longer and cleaner benchmar…
Topic modeling in applied psychology increasingly spans two methodological traditions: probabilistic bag-of-words models and newer embedding-based approaches. Yet many evaluations of these methods rely on longer and cleaner benchmark corpora, leaving less guidance for short, open…