本文探讨了主题模型在自然语言处理中的应用，包括LSA、PLSA、LDA等模型的原理与实现。介绍了大规模LDA系统的几种实现方式，如SparkLDA、GooglePLDA、LightLDA及腾讯LDA（PEACOCK）。这些模型通过将词-文档映射到低维隐语义空间，比较词和文档在低维空间的相似性，从而实现主题发现。
- LSA latent semantic analysis
映射词-文档到一个低维隐语义空间
比较词和文档在低纬空间的相似性
- topic 是 Vocab 上的概率分布（符合多项式分布）
- 文档到主题的一个分布，主题到词库的分布，通过训练得到这两个分布模型
- plsa 模型
- LDA模型
- 大规模LDA系统
- spark LDA
- Google PLDA
- 微软LightLDA
- 腾讯LDA,PEACOCK
转载于:https://www.cnblogs.com/ChenAlong/p/5228329.html
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
