2020-5-11
Mark Clemens
说明:有一段时间没写博客了,这次正好轻松些,来水一篇关于最常用主题模型的文章。
LDA简介
Latent Dirichlet Allocation, 隐含狄利克雷分布,简称LDA。
LDA诞生于2003年,目前是学术界使用最广泛的主题模型之一,常常用于对论文和专利文本进行主题识别。
使用特性上,简单易用,(目前来看)稳定性其实算是比较好了(后面再解释)。
gensim和sklearn里面都有LDA算法实现。
# gensim
import gensim
gensim.corpora.Dictionary() # .doc2bow()
gensim.models.ldamodel.LdaModel(