17.LDA与word2vec区别

LDA涉及到的数据知识不是一般的多，这里不做详细阐述，可参考如下博客：https://blog.csdn.net/v_july_v/article/details/41209515

总的来说LDA与word2vec区别如下：

区别	LDA	word2vec
输出	文档-主题概率分布矩阵和主题-词概率分布矩阵	词对应的词向量
训练方法	利用文档中单词的贡献关系来对单词按主题聚类，也可以理解为对“文档-单词”进行矩阵分解（有点像ALS，即将N*M矩阵分解维 N*K 和 K*M两个矩阵，K为主题个数）	构建N维词向量，根据上下文输入，利用三层网络，训练得到各层之间的系数矩阵，进而得到隐藏层K维词向量
用处	可以找到词与主题，主题与文档之间的关系	可以找到词与词之间的相似度

对于用处 ，举一个例子：

词：馒头、米饭、白菜 用word2vec看相似度都较高（都是食物，可能同时会出现在“我爱吃_”这个语境），但是word2vec看出馒头、米饭会比馒头、白菜详细性高（因为前两者可能更经常出现在"我爱吃的主食有_"里），对与LDA，大部分情况下他们都会被分到同一主题（食物）中，但是也许根据K维度高一些也能区别出主食和菜，但准确行感觉不如word2vec

文档：给定几个文档，让比较文档的相似性，用word2vec比较棘手，因为只能知道每个词的word2vec词向量，但是并不知道整片文章的含义（主题），而LDA能很好的提取文章主题，进而计算相似性。

总的来说word2vec和LDA各有优缺点，适合不一样的场景