Gaussian LDA(2): Gaussian LDA简介

本文深入探讨了Gaussian LDA在文本建模领域的应用,引用了Rajarshi Das等人的ACL2015论文以及Rickjin的《LDA数学八卦》,并参考了Parameter Estimation for text analysis的技术报告。
Latent Dirichlet Allocation (LDA)是一个主题模型,能够对文本进行建模,得到文档的主题分布。但是LDA得到的每个主题是一个在词项上的多项分布,这个分布非常稀疏。为了更好地刻画语义连贯性,有研究者提出了Gaussian LDA,本文简单介绍该模型。

转载请注明出处:http://blog.youkuaiyun.com/u011414416/article/details/51188483

本文主要介绍ACL2015的以下工作:
Rajarshi Das, Manzil Zaheer, and Chris Dyer. 2015. Gaus- sian lda for topic models with word embeddings. In Proceedings of ACL 2015.

此外,还主要参考了Rickjin的《LDA数学八卦》
以及Parameter Estimation for text analysis这篇技术报告

1
2
3
4
5

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值