Variance Inference
判断两个文档的相似性,不只是看出现的单词数目,有时不会出现相同的单词,这时要分析共同的主题,引入隐变量w, P=V*W,已知给定的概率p(词语|文档),求p(词语|主题) ,p(主题|文档)。引入概率图模型,设符合Dirichlet分布,
P(θ|α)∼∏i=1kΓ(αi)Γ(Σαi)∏i=1kθαi−1di
lnp(x)=lnp(x,z)−lnp(z|x)=lnp(p(x,z)q(z))−ln(p(z|x)q(x))=lnp(x,z)−lnq(z)−ln(p(z|x)q(x))
∫dlnp(x)q(x)=∫zlnp(x,z)q(z)dz−∫zlnq(z)q(z)dz−∫zln(p(z|x)q(x))q(z)dz
ELOB=∫zlnp(x,z)q(z)dz−∫zlnq(z)q(z)dz
KL(q,p(z|x))=−∫zln(p(z|x)q(x))q(z)dz
lnp(x)≥ELOB
后验分布与先验分布共轭
Dirichlet分布是分布的分布
Zd,n
是辅助变量的先验分布是一个多项式分布,故后验也是多项式分布
Wd,n
是观测值
βk,θd
的后验分布也是Dirichlet分布
p(Zd,n=k|βk,θd,wd,n)≈p(Zd,n=k|Φkd,n)[1]
p(Zd,n=k|βk,θd,wd,n)∝p(Zd,n=k|θkd,n)p(wd,n|βk,Zd,n=k)=exp(logβ(k,wd,n)∗θd,k)∗1
Φkd,n=Eq(βk),q(θd)[logβ(k,wd,n)+logθd,k]=Eq(βk)logβ(k,wd,n)+Eq(θd)logθd,k=Ψ(λk,wd,n)−Ψ(Σvλk,v)+Ψ(γd,k)−Ψ(Σkγd,k)
已知(x1,x2,...xn)∼DIR(α1,α2,...αn)
E[xi]=αiΣαi
E[log(xi)]=Ψ(αi)−Ψ(Σαi)
[1]使KL最小,
(γ∗,ϕ∗)=argminγ,ϕD(q(θ,z|ϕ,γ)|p(θ,z|w,α,β))
然后迭代求值 ϕ,γ