一种基于异步元学习的主题建模方法

本申请涉及自然语言处理和机器学习技术领域，更具体地，涉及一种基于异步元学习的主题建模方法。针对异构长度文本的主题建模问题，引入元学习机制，将不同长度文本划分为不同任务，使模型能够在训练过程中学习到适应多种文本长度的能力，从而提高模型在长文本和短文本混合语料上的泛化性能；另外，设计稀疏主题编码器和平滑主题编码器，并采用异步更新机制分别训练，使模型能够同时捕获短文本中较集中的主题信息和长文本中较分散的主题信息。本发明的方法，能够在统一模型中兼顾异构长度文本主题分布的稀疏性和平滑性，提高了主题模型的适应性以及准确性。