一种基于Wasserstein自编码器的网络事件主题挖掘方法及系统

本发明属于但不限于主题挖掘技术领域，公开了基于Wasserstein自编码器的网络事件主题挖掘方法及系统，构建基于Wasserstein自编码器的神经主题模型EWTM，输入为事件中的文本数据，先对文本数据进行数据清洗、分词、去停用词的操作，得到词袋表示；在每个训练周期中，对词袋表示进行编码操作，获得文档的主题向量；使用贝塔分布从隐变量中采样计算MMD损失；之后计算重构损失，最终得到了总体损失；进行反向传播，并使用优化器进行参数更新，从而优化EWTM模型；这个过程不断迭代，直到达到指定的训练周期数。本发明能够自动发现和提取社交网络事件的主题，从而更好地理解事件的核心信息以及用户关注的焦点。