Comparison of Topic Modelling Approaches in the Banking Context

要約

トピック・モデリングは、センチメント分析や推薦システムなど、多くのアプリケーションにおける自動トピック抽出のための著名なタスクである。このアプローチは、サービス産業が顧客との議論を監視するために不可欠である。トピック発見のためのLDA(Latent Dirichlet Allocation)のような伝統的なアプローチの使用は、優れた性能を示しているが、これらのアプローチは、データの希薄さと文書内の語順をモデル化できないことに悩まされるため、その結果に一貫性がない。そこで本研究では、BERTopicアーキテクチャにおけるカーネル主成分分析（KernelPCA）とK-meansクラスタリングの利用を提案する。ナイジェリアの銀行の顧客からのツイートを用いた新しいデータセットを用意し、これを用いてトピックモデリングアプローチを比較した。その結果、BERTopicアーキテクチャにおけるKernelPCAとK-meansは、首尾一貫したトピックを生成し、首尾一貫性スコアは0.8463であった。

要約(オリジナル)

Topic modelling is a prominent task for automatic topic extraction in many applications such as sentiment analysis and recommendation systems. The approach is vital for service industries to monitor their customer discussions. The use of traditional approaches such as Latent Dirichlet Allocation (LDA) for topic discovery has shown great performances, however, they are not consistent in their results as these approaches suffer from data sparseness and inability to model the word order in a document. Thus, this study presents the use of Kernel Principal Component Analysis (KernelPCA) and K-means Clustering in the BERTopic architecture. We have prepared a new dataset using tweets from customers of Nigerian banks and we use this to compare the topic modelling approaches. Our findings showed KernelPCA and K-means in the BERTopic architecture-produced coherent topics with a coherence score of 0.8463.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL