Probability Latent Semantic Analysis (PLSA) 模型 学习笔记
PLSA是前面LSA的兄弟版,相比于LSA而言,PLSA定义了概率模型,而且每个变量以及相应的概率分布和条件概率分布都有明确的物理解释了。这篇博文我们分三部分来说PLSA:基本思想,EM算法推导,以及优缺点分析。
1. PLSA的基本思想
PLSA是一种主题模型topic model,是针对文本中隐含的主题来建模的方法。PLSA就是给定了文档d之后,需要以一定的概率选择与文档相对应的主题z,然后再从主题z中以一定的概率选择单词w。我们用下图来形象说明: