文本建模
clear-
这个作者很懒,什么都没留下…
展开
-
Gaussian LDA(1): LDA回顾以及变分EM
Latent Dirichlet Allocation (LDA)是一个主题模型,能够对文本进行建模,得到文档的主题分布。常用的模型参数估计方法有Gibbs Sampling和Variational Inference,网上有非常多关于LDA的介绍,最为经典的例如Rickjin的《LDA数学八卦》。本文旨在推导变分EM的全部过程。转载请注明出处:http://blog.csdn.net/u0114原创 2016-04-16 15:23:48 · 7503 阅读 · 3 评论 -
Gaussian LDA(2): Gaussian LDA简介
Latent Dirichlet Allocation (LDA)是一个主题模型,能够对文本进行建模,得到文档的主题分布。但是LDA得到的每个主题是一个在词项上的多项分布,这个分布非常稀疏。为了更好地刻画语义连贯性,有研究者提出了Gaussian LDA,本文简单介绍该模型。转载请注明出处:http://blog.csdn.net/u011414416/article/details/511884原创 2016-04-29 11:03:46 · 5196 阅读 · 2 评论