一种增强可解释性的解耦表征微博话题检测方法

本发明公开一种增强可解释性的解耦表征微博话题检测方法，包括以下步骤：(1)构建用户级对话网络；(2)搭建多粒度注意力框架，其中，通过单词级注意力缓解口语化带来的噪声影响，再通过用户级注意力建模不同用户对话题的影响力，得到层次化文本表示，并与存储结构信息的邻接矩阵融合，生成用户节点表示；(3)将用户节点表示作为神经变分推理的输入，以变分自编码器为推理框架，利用推理网络对节点信息进行编码，生成更具连贯性的话题向量；(4)使用解耦表征模块从话题向量中提取影响话题的潜在生成因子，利用生成网络重构解耦生成因子的节点嵌入，得到话题词分布，并对话题词分布添加稀疏约束，以使其更符合真实社交媒体数据特征。