基于主題感知的跨模態(tài)序列到序列生成模型

張 旭，王旭強(qiáng)，田雨婷，楊 青，孟 潔

(國網(wǎng)天津市電力公司 信息通信公司，天津 300010)

隨著信息技術(shù)的發(fā)展，各行各業(yè)積累了大量的行業(yè)數(shù)據(jù)。這些數(shù)據(jù)與人類社會(huì)的生產(chǎn)管理息息相關(guān)，是各領(lǐng)域分析研究的主要對(duì)象。結(jié)構(gòu)化數(shù)據(jù)格式簡(jiǎn)單、便于記錄與存儲(chǔ)，是最普遍存在的數(shù)據(jù)形式之一，例如公司的財(cái)務(wù)報(bào)表、設(shè)備傳感器記錄等。但結(jié)構(gòu)化數(shù)據(jù)通常具有很強(qiáng)的領(lǐng)域性，缺乏行業(yè)知識(shí)的人很難理解其數(shù)值與指標(biāo)背后的含義。因此，如何準(zhǔn)確高效地傳達(dá)結(jié)構(gòu)化數(shù)據(jù)中的語義信息是一個(gè)重要的研究方向。數(shù)據(jù)到文本的生成逐漸成為自然語言生成領(lǐng)域一個(gè)重要的跨模態(tài)生成任務(wù)，研究成果已廣泛應(yīng)用于天氣預(yù)報(bào)[1]、新聞媒體[2-4]等領(lǐng)域。早期的研究[5-7]主要通過人工規(guī)則、模塊式系統(tǒng)等方式生成文本。隨著深度學(xué)習(xí)技術(shù)的發(fā)展，近期的研究主要采用端到端的學(xué)習(xí)方式[8-11]，通過數(shù)據(jù)驅(qū)動(dòng)的形式進(jìn)行學(xué)習(xí)和訓(xùn)練，避免繁瑣的人工規(guī)則，并使得生成的結(jié)果更靈活多樣。

然而，數(shù)據(jù)到文本生成還有很大的空間亟待探索。其中一個(gè)重要原因是，傳統(tǒng)的數(shù)據(jù)到文本生成任務(wù)只涉及數(shù)據(jù)內(nèi)容的復(fù)述，而不涉及深入的分析推理，這在一定程度上限制了數(shù)據(jù)到文本生成任務(wù)的發(fā)展。例如，“公司本期流動(dòng)比率2.06，去年同期為1.81”這句話雖然準(zhǔn)確傳達(dá)了數(shù)據(jù)表中的信息，但對(duì)于缺乏專業(yè)知識(shí)的讀者來說仍然無法準(zhǔn)確理解其背后的含義。如果文本內(nèi)容為“公司償債能力維持穩(wěn)定，短期償債能力具有一定的保障”，則更容易被讀者理解。因此，單純的數(shù)據(jù)描述在很多時(shí)候無法滿足人們的需求。若對(duì)結(jié)構(gòu)化數(shù)據(jù)表中的內(nèi)容進(jìn)一步分析與解讀，則可以獲得更好的信息傳遞效果。

本研究關(guān)注數(shù)據(jù)到分析性文本生成任務(wù)，提出一種基于主題感知的跨模態(tài)序列到序列模型。具體地，將編碼器-解碼器結(jié)構(gòu)作為基本框架，并引入數(shù)據(jù)表的主題建模，以保證生成文本和數(shù)據(jù)表之間的主題一致性。為驗(yàn)證模型效果，構(gòu)建了THS和IATA兩個(gè)真實(shí)數(shù)據(jù)集，并與基于模板的生成模型、基于語言模型的生成模型以及基于神經(jīng)網(wǎng)絡(luò)的生成模型等6種模型進(jìn)行了實(shí)驗(yàn)對(duì)比與分析。實(shí)驗(yàn)結(jié)果表明，本模型獲得最優(yōu)的性能。

1 相關(guān)工作

數(shù)據(jù)到文本生成旨在基于給定的結(jié)構(gòu)化數(shù)據(jù)來生成非結(jié)構(gòu)化的文本，是自然語言生成領(lǐng)域的一個(gè)重要研究內(nèi)容，其中，結(jié)構(gòu)化的數(shù)據(jù)和非結(jié)構(gòu)化的文本被視為兩種不同的模態(tài)。傳統(tǒng)方法[5-7]通常將該任務(wù)分解為內(nèi)容規(guī)劃、句子規(guī)劃以及表層實(shí)現(xiàn)三個(gè)獨(dú)立的子任務(wù)，并串行地執(zhí)行這三個(gè)子任務(wù)以實(shí)現(xiàn)從結(jié)構(gòu)化數(shù)據(jù)模態(tài)到非結(jié)構(gòu)化文本模態(tài)的生成。這種方法雖然結(jié)構(gòu)簡(jiǎn)單并且易于理解，但存在傳遞錯(cuò)誤、模型性能嚴(yán)重依賴手工特征的有效性等問題。

近年來，隨著深度學(xué)習(xí)技術(shù)的發(fā)展，端到端的學(xué)習(xí)方式逐漸成為數(shù)據(jù)到文本生成的主流方法。此類方法以數(shù)據(jù)驅(qū)動(dòng)的形式進(jìn)行學(xué)習(xí)和訓(xùn)練，首先采用編碼層將結(jié)構(gòu)化數(shù)據(jù)映射到低維、稠密的語義向量空間，隨后采用解碼層基于該語義空間生成非結(jié)構(gòu)化的文本，從而實(shí)現(xiàn)跨模態(tài)的文本生成。上述過程避免了繁瑣的人工規(guī)則編寫，并使得生成結(jié)果靈活多樣。Lebret等[8]利用條件語言模型實(shí)現(xiàn)人物傳記的生成。Mei等[12]使用基于復(fù)制機(jī)制的序列到序列模型提升內(nèi)容選擇的效果。Li等[13]采用兩階段方式生成文本，首先生成文本模板，再采用延遲復(fù)制機(jī)制填入記錄中的數(shù)值。Wiseman等[14]關(guān)注數(shù)據(jù)到文檔的生成，并在seq2seq模型中引入復(fù)制機(jī)制和損失重構(gòu)機(jī)制。Gong等[15]采用層次編碼的方式學(xué)習(xí)數(shù)據(jù)記錄的語義。Iso等[16]設(shè)計(jì)了內(nèi)容追蹤模塊，在生成文本的過程中通過跟蹤數(shù)據(jù)記錄來提升文本的真實(shí)性并減少冗余。Puduppully等[10]在模型中顯式地增加內(nèi)容選擇和內(nèi)容規(guī)劃模塊，提升模型的內(nèi)容組織能力。同年，Puduppully等[17]還提出了基于實(shí)體建模的生成模型。此外，還有部分研究[18-19]基于半隱馬爾科夫模型來實(shí)現(xiàn)數(shù)據(jù)記錄到文本的對(duì)齊與生成，提升系統(tǒng)的可解釋性與可控性。

雖然上述方法在很大程度上提升了文本生成質(zhì)量，但均僅關(guān)注描述性文本的生成，即通過文本對(duì)表格的重要內(nèi)容進(jìn)行復(fù)述，未涉及對(duì)表格內(nèi)容的分析、提煉和推理，這使得生成文本僅能做到信息的傳遞而不能帶來任何增益。針對(duì)這一問題，本研究關(guān)注數(shù)據(jù)到分析性文本生成任務(wù)，提出基于主題感知的跨模態(tài)序列到序列模型來學(xué)習(xí)如何對(duì)表格內(nèi)容進(jìn)行分析和描述，保證文本和數(shù)據(jù)表之間的主題一致性，進(jìn)而提升生成文本的質(zhì)量。

2 基于主題感知的跨模態(tài)序列到序列模型——EDAT模型

2.1 問題介紹

2.2 模型結(jié)構(gòu)

為更好地解決數(shù)據(jù)到分析性文本生成問題，提出基于主題感知的跨模態(tài)序列到序列模型——EDAT模型，其結(jié)構(gòu)如圖1所示。具體地，首先采用序列到序列的模型框架實(shí)現(xiàn)從結(jié)構(gòu)化表格模態(tài)到非結(jié)構(gòu)化文本模態(tài)的生成，再引入關(guān)于數(shù)據(jù)表類別的主題特征表示，對(duì)生成文本的主題進(jìn)行約束，從而得到更貼合表格內(nèi)容的分析性文本。

圖1 基于主題感知的跨模態(tài)序列到序列模型結(jié)構(gòu)

2.2.1 編碼層

給定數(shù)據(jù)表記錄集合sr以及數(shù)據(jù)表標(biāo)題st，將sr轉(zhuǎn)化為記錄序列sq={r1,r2,…,r|r|}，并構(gòu)建編碼層來建模記錄序列的隱藏向量表示H={h1,h2,…,h|r|}以及數(shù)據(jù)表的主題表示zs。

1)記錄編碼

(1)

(2)

其中，Q∈Rm×dq為量化單元的嵌入矩陣；M為量化單元個(gè)數(shù)；dq為數(shù)值特征的維度。通過上述方法得到的數(shù)值特征既考慮到數(shù)值本身的大小，又避免語義的分散，從而提升模型對(duì)數(shù)值的理解能力。

通過拼接上述4個(gè)特征向量可以得到每條記錄的向量表示：

(3)

基于記錄的向量表示序列A={a1,a2,…,a|r|}，采用長短期記憶網(wǎng)絡(luò)(long short-term memo-ry, LSTM)[20]編碼記錄序列的隱藏向量表示。具體地，LSTM在第t個(gè)時(shí)間步的計(jì)算過程為：

it=σ(Wiiat+bii+Whiht-1+bhi)，

(4)

ft=σ(Wifat+bif+Whfht-1+bhf)，

(5)

ot=σ(Wioat+bio+Whoht-1+bho)，

(6)

(7)

(8)

ht=ot⊙tanh(ct)。

(9)

其中：ht為第t個(gè)時(shí)間步LSTM輸出的隱藏狀態(tài)；ct為第t個(gè)時(shí)間步的記憶單元狀態(tài)；it，ft，和ot為LSTM中的輸入門、遺忘門與輸出門；σ(·)和tanh(·)分別為Sigmoid與tanh激活函數(shù)；⊙表示矩陣元素相乘；W*和b*為模型參數(shù)。

為同時(shí)捕獲數(shù)據(jù)記錄序列在兩個(gè)方向上的隱藏特征，使用雙向LSTM對(duì)數(shù)據(jù)記錄序列編碼，并將前向和后向編碼結(jié)果進(jìn)行拼接作為最終的記錄隱藏表示：

(10)

(11)

(12)

由此，可以得到記錄序列的隱藏表示H={h1,h2,…,h|r|}。

2)主題編碼

直觀上，在寫作過程中，當(dāng)圍繞不同的主題進(jìn)行敘述時(shí)，詞匯的使用通常存在較大差異。因此，在數(shù)據(jù)到分析性文本生成任務(wù)中，如何準(zhǔn)確學(xué)習(xí)數(shù)據(jù)表的主題是一個(gè)關(guān)鍵問題。

(13)

給定數(shù)據(jù)表標(biāo)題st，根據(jù)查表法從主題特征集合中選擇對(duì)應(yīng)的主題表示zs。在解碼層，通過引入數(shù)據(jù)表的主題表示，可以指導(dǎo)生成過程中詞項(xiàng)的選擇，以獲得更好的生成結(jié)果。

2.2.2 解碼層

基于編碼層得到的記錄序列的隱藏向量表示H以及數(shù)據(jù)表的主題表示Z，使用LSTM作為解碼器生成分析性文本y={y1,y2,…,y|y|}。

在解碼過程的第t個(gè)時(shí)間步，LSTM單元的輸入為上一步預(yù)測(cè)的詞對(duì)應(yīng)的詞向量yt-1以及解碼器上一步的隱藏表示dt-1，得：

dt=LSTMdec(yt-1,dt-1)。

(14)

第1個(gè)時(shí)間步中，y0被初始化為全零向量，并將編碼器中前向LSTM的最后一個(gè)隱藏表示與反向LSTM的最后一個(gè)隱藏表示進(jìn)行拼接作為d0：

(15)

在生成每個(gè)詞時(shí)，除了考慮上一個(gè)生成的詞之外，還應(yīng)該關(guān)注到原始數(shù)據(jù)表中重要的信息。在解碼層引入注意力機(jī)制，以實(shí)現(xiàn)對(duì)數(shù)據(jù)表中信息的選擇性關(guān)注。給定第t個(gè)時(shí)間步解碼器的隱藏表示dt以及每個(gè)數(shù)據(jù)記錄的隱藏表示hj，可計(jì)算注意力權(quán)重

(16)

其中Wa為模型參數(shù)?；讦聇,j，對(duì)每個(gè)數(shù)據(jù)記錄的隱藏表示進(jìn)行加權(quán)求和，得到上下文向量

(17)

(18)

其中，Wd和bd為模型參數(shù)。根據(jù)該特征表示，將特征表示映射到詞表空間，進(jìn)而計(jì)算每個(gè)詞的生成概率：

(19)

其中，Wy與by為模型參數(shù)，y

l=-∑(y,s)∈Dlogp(y|s)。

(20)

其中，D表示訓(xùn)練實(shí)例集合，p(y|s)表示正確文本的生成概率。在推理過程中，對(duì)于給定的s，預(yù)測(cè)其對(duì)應(yīng)的分析性文本如下：

(21)

其中y′表示輸出文本的候選項(xiàng)。在推理階段利用集束搜索(beam search)來近似地得到最佳生成結(jié)果。

3 實(shí)驗(yàn)

3.1 數(shù)據(jù)集

為驗(yàn)證模型的有效性，分別爬取同花順網(wǎng)站(THS)的上市公司財(cái)務(wù)診斷以及國際航空運(yùn)輸協(xié)會(huì)官網(wǎng)(IATA)的經(jīng)濟(jì)報(bào)告，手工構(gòu)建了THS和IATA兩個(gè)數(shù)據(jù)集。具體的數(shù)據(jù)樣例如圖2所示，其中“|”、“/”以及空格分別用于間隔不同的記錄、文本中不同的詞以及每個(gè)記錄中不同的屬性。

圖2 兩個(gè)數(shù)據(jù)集的數(shù)據(jù)樣本展示

兩個(gè)數(shù)據(jù)集的基本統(tǒng)計(jì)情況如表1所示，兩個(gè)數(shù)據(jù)集中詞在不同主題類型的文本中的分布情況如圖3所示。

表1 數(shù)據(jù)集統(tǒng)計(jì)

圖3 不同主題下文本用詞分布情況

可以看出，THS數(shù)據(jù)集中，不同主題類型下文本用詞的差異性很大，大多數(shù)詞僅在2種類型的文本中出現(xiàn)，而IATA數(shù)據(jù)集中，這種差異性同樣明顯，有52%的詞僅在1種主題類型中出現(xiàn)。

3.2 實(shí)驗(yàn)設(shè)置

對(duì)于THS數(shù)據(jù)集，數(shù)據(jù)表記錄中每個(gè)屬性特征的維度dr以及數(shù)值特征表示維度dq均設(shè)為300；對(duì)于IATA數(shù)據(jù)集，上述維度均設(shè)為100。通過對(duì)數(shù)據(jù)集的分析與統(tǒng)計(jì)，在進(jìn)行數(shù)值區(qū)間劃分時(shí)，將THS數(shù)據(jù)集劃分為(-∝,0)，[0,1)，[1,10)，[10,50)，[50,100)，[100, ∝)6個(gè)數(shù)值區(qū)間，量化單元的個(gè)數(shù)設(shè)為6；而對(duì)于IATA數(shù)據(jù)集，由于其數(shù)值變化范圍較大，因此根據(jù)其整數(shù)部分劃分區(qū)間，量化單元個(gè)數(shù)設(shè)為20，且在計(jì)算真實(shí)數(shù)值時(shí)利用tanh函數(shù)對(duì)數(shù)值的變化范圍進(jìn)行限制。根據(jù)數(shù)據(jù)集中文本的長度特點(diǎn)，THS和IATA數(shù)據(jù)集的文本最大生成長度分別設(shè)為30和50。在兩個(gè)數(shù)據(jù)集中，編碼器和解碼器隱藏狀態(tài)的維度均設(shè)為300，高頻主題詞詞表的大小Lt設(shè)為100。

訓(xùn)練過程中，使用Adam優(yōu)化器優(yōu)化模型參數(shù)，并將批處理大小設(shè)為10，迭代次數(shù)設(shè)為60，學(xué)習(xí)率設(shè)為0.002，dropout比例設(shè)為0.5。并選取80%的樣本作為訓(xùn)練集，10%的樣本為驗(yàn)證集，10%的樣本為測(cè)試集。

3.3 對(duì)比模型

為了驗(yàn)證提出的EDAT模型的效果，與以下模型進(jìn)行比較：

1)KN(Kneser-Ney)模型[21]：使用KenLM工具包訓(xùn)練5-gram模型，并且不進(jìn)行修剪。

2)Template：類似于Wiseman等[14]的工作，在訓(xùn)練時(shí)，統(tǒng)計(jì)不同表類型在各個(gè)位置的用詞頻率，并選擇頻率最高的詞序列構(gòu)建模板，在推理過程中根據(jù)具體的數(shù)據(jù)表填充模板的空缺處。

3)T-NLM：以Mikolov等[22]提出的循環(huán)神經(jīng)網(wǎng)絡(luò)語言模型為基礎(chǔ)，額外輸入數(shù)據(jù)記錄的嵌入表示，從而使模型能夠利用數(shù)據(jù)表信息。

4)EDA：類似于Wiseman等[14]提出的方法，采用基于注意力機(jī)制的序列到序列模型來更清晰地探究主題建模對(duì)數(shù)據(jù)到文本生成的影響。

5)EDAT w/o T：在EDA模型的基礎(chǔ)上僅引入數(shù)值編碼模塊，而不采用主題特征。

6)EDAT w/o Q：在EDA模型的基礎(chǔ)上引入關(guān)于數(shù)據(jù)表類型的主題特征表示，而不采用數(shù)值編碼。

3.4 評(píng)價(jià)指標(biāo)

采用BLEU[23]及ROUGE[24]作為評(píng)價(jià)指標(biāo)來判斷模型的生成效果。BLEU是一種基于準(zhǔn)確率的相似性度量方法，ROUGE是一種基于召回率的相似性度量方法。BLEU和ROUGE的值越大，證明生成的結(jié)果越符合給定的真實(shí)文本。本研究的這兩個(gè)指標(biāo)均基于生成文本與真實(shí)文本中4元組的匹配程度進(jìn)行計(jì)算。

3.5 實(shí)驗(yàn)結(jié)果

表2展示了EDAT模型以及對(duì)比模型在兩個(gè)數(shù)據(jù)集上的生成效果，可以看出本模型在兩個(gè)數(shù)據(jù)集的所有指標(biāo)上均取得了優(yōu)于對(duì)比模型的性能，證明了模型的有效性。

表2 EDAT模型以及對(duì)比模型在THS和IATA數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果

具體地，比較THS和IATA數(shù)據(jù)集的實(shí)驗(yàn)結(jié)果可以看出，THS數(shù)據(jù)集上各個(gè)方法的生成結(jié)果明顯優(yōu)于IATA數(shù)據(jù)集，這是由于THS數(shù)據(jù)集訓(xùn)練樣本更多，生成文本的平均長度更短(見表1)。

THS數(shù)據(jù)集上，基于模板的生成模型取得了較好的效果，這是由于THS數(shù)據(jù)集內(nèi)容的變化性較小，結(jié)構(gòu)更加統(tǒng)一，因此模板可以捕獲一定的生成規(guī)則，然而其效果依然遠(yuǎn)低于基于神經(jīng)網(wǎng)絡(luò)的模型。IATA數(shù)據(jù)集上，模板生成模型的表現(xiàn)比在THS數(shù)據(jù)中更差，且同樣低于神經(jīng)生成模型。這證明了神經(jīng)生成模型的優(yōu)勢(shì)，也說明IATA數(shù)據(jù)集更加復(fù)雜，文本結(jié)構(gòu)的變化性更大。KN模型兩個(gè)數(shù)據(jù)集上表現(xiàn)最差，這是由于該方法在生成過程中僅基于文本中n元組的統(tǒng)計(jì)信息，而未考慮數(shù)據(jù)表內(nèi)容，導(dǎo)致文本無法準(zhǔn)確反映數(shù)據(jù)表的信息。IATA數(shù)據(jù)集上KN模型在ROUGE上效果優(yōu)于模板模型，這是由于IATA數(shù)據(jù)集中文本變化性較大，模板無法全面覆蓋各種情況，而統(tǒng)計(jì)語言模型卻有更大的覆蓋范圍。此外，TNLM方法雖然引入了數(shù)據(jù)表信息，但是其文本生成的效果比所有基于序列到序列的模型都差，說明序列到序列框架更適用于本文的任務(wù)，對(duì)記錄進(jìn)行編碼有利于生成過程中更有效地利用數(shù)據(jù)表的信息。

EDAT模型在兩個(gè)數(shù)據(jù)集上的性能均優(yōu)于EDA模型，并且在ROUGE指標(biāo)上優(yōu)勢(shì)更加明顯，說明本模型生成的結(jié)果包含信息更加全面，能夠更有效地捕獲數(shù)據(jù)表的主題信息，保持生成文本與原始數(shù)據(jù)表的主題一致性，從而生成更適合于該主題的文本內(nèi)容。EDAT w/o T的性能優(yōu)于EDA，說明數(shù)值編碼能夠更好地理解數(shù)據(jù)表中的數(shù)值信息，從而使生成結(jié)果更加準(zhǔn)確合理。EDAT w/o Q的性能優(yōu)于EDA，EDAT的性能優(yōu)于EDAT w/o T，說明主題建?？梢杂行П３治谋竞蛿?shù)據(jù)表之間的主題一致性，提升生成效果。從本模型與EDA、EDAT w/o T以及EDAT w/o Q模型的性能對(duì)比可以看出，本模型能夠在不同程度上提升分析性文本的生成質(zhì)量，其效果在THS數(shù)據(jù)集上更加明顯。

3.6 主題一致性分析

為驗(yàn)證所提出的模型可以生成更加符合原始數(shù)據(jù)表主題的文本，對(duì)文本生成結(jié)果的主題一致性進(jìn)行分析。首先，通過人工篩選為兩個(gè)數(shù)據(jù)集制作能夠體現(xiàn)文本主題的中心詞詞表。隨后，計(jì)算生成結(jié)果在主題一致性方面的得分，具體公式為：

(22)

其中，Gen表示模型生成的文本，Ref表示真實(shí)文本，topicw表示中心詞。公式(22)的分母代表出現(xiàn)在真實(shí)文本中的中心詞個(gè)數(shù)，分子代表生成文本與真實(shí)文本中匹配的中心詞個(gè)數(shù)，反映了生成結(jié)果對(duì)于中心詞的覆蓋率；分值越大說明生成結(jié)果包含了越多正確的中心詞，從而與真實(shí)文本以及原始數(shù)據(jù)表具有更高的主題一致性。表3顯示了不同方法在兩個(gè)數(shù)據(jù)集中的得分情況，可以看出，本模型獲得了更高的分?jǐn)?shù)。

表3 EDAT模型以及EDA模型在THS和IATA數(shù)據(jù)集上的主題一致性得分

3.7 樣例分析

為更直觀地了解本文模型的生成效果，表4以THS數(shù)據(jù)集為例，給出EDAT模型與對(duì)比模型的生成結(jié)果?？梢钥闯?，本模型具有最優(yōu)的生成效果。特別地，與EDAT w/o Q模型的對(duì)比結(jié)果顯示EDAT模型可以有效提升分析結(jié)果的準(zhǔn)確性；而通過與EDAT w/o T的結(jié)果示例對(duì)比可知，EDAT模型能夠有效地捕獲到原始數(shù)據(jù)表的主題信息，從而生成主題一致的分析性文本。

表4 THS數(shù)據(jù)集上的樣例分析

4 結(jié)論

針對(duì)數(shù)據(jù)到分析性文本生成任務(wù)開展研究，提出了基于主題感知的跨模態(tài)序列到序列模型——EDAT模型。為了實(shí)現(xiàn)從結(jié)構(gòu)化數(shù)據(jù)表模態(tài)到非結(jié)構(gòu)化文本模態(tài)的轉(zhuǎn)換，采用序列到序列的模型框架，并在此基礎(chǔ)上根據(jù)主題-詞的共現(xiàn)關(guān)系學(xué)習(xí)數(shù)據(jù)表的主題表示。通過將數(shù)據(jù)表的主題表示引入解碼層，可以有效保證生成文本與數(shù)據(jù)表之間的主題一致性。為了驗(yàn)證模型的效果，構(gòu)建了兩個(gè)真實(shí)數(shù)據(jù)集并進(jìn)行模型性能驗(yàn)證。實(shí)驗(yàn)結(jié)果顯示，相比其他6個(gè)模型，本模型能夠更好地捕獲不同類型數(shù)據(jù)表的主題信息，獲得最優(yōu)的性能。