Experiment-data-for-UM-S-TM

这是以下文章的实验数据：@misc{liu2021topic, title={Topic Model Supervised by Understanding Map}, author={Gangli Liu}, year={2021}, eprint={2110.06043}, archivePrefix={arXiv}, primaryClass={cs.CL} } *.txt 文件是论文表4的数据。所有 *.txt 文件的最上面几行是人工文档的内容。列名是：“Topic”、“Distance”、“Topic-len”、“alpha”/“Noise”、“doc concept-length”和“Votes counter”。 3. *.txt文件的文件名编码见“表4：发现的六个文件的SCOM”。 “all_topic”表示候选主题集是域中的所有主题。 4.对于“300docs-提到-in-section3.2.xlsx”文件，其名称说明其内容。

搜集汇总

背景与挑战

背景概述

该数据集为《Topic Model Supervised by Understanding Map》文章的实验数据，包含.txt文件（对应论文表4，记录主题、距离等参数）和.xlsx文件。数据集由清华大学于2021年发布，用于支持主题模型研究。