text mining week3

一、概率主题模型:混合的一元语言模型
这里写图片描述
混合模型中单词的概率是生成单词的不同方法的总和。

这里写图片描述
这里写图片描述

二、概率主题模型:混合模型估计
假设文本数据包括两种词,一种是像the is 等的背景词,一种是像text mining等的高频词分布中的词。
为了筛选高频率的背景词,我们设该混合模型为假,即我们将假设模型中除了以参数theta d表示的文本分布,所有其他分布的参数值都是已知的,然后再假设背景词模型已知。第一个问题是怎么选择参数theta d来让已观测到的高频词概率(text mining等词)达到最大
这里写图片描述
假设选择这两模型的概率是一样的,即都为0.5,再假设这个文档中只有the和text两个词,且其在背景模型中的概率分别为0.9和0.1,然后求出text和the的概率,似然函数就是两个概率的乘积。
这里写图片描述
下一步就是要求出让似然函数达到最大值的变量

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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