LDA,咱们一起来学习【转】

首先,我以前总结过,关于北邮一个人写的导读,连接在这里

肯定得看Blei 2003年的论文,点击下载

然后很重要的Blei的视频和一个80多页的Lecture

Topic Models

Latent Dirichlet Allocation(LDA) [pdf]模型是近年来提出的一种具有文本主题表示能力的非监督学习模型。

关键所在:it posits that each document is a mixture of a small number of topics and that each word’s creation is attributable to one of the document’s topics。

将文档看成是一组主题的混合,词有分配到每个主题的概率。

Probabilistic latent semantic analysis(PLSA) LDA可以看成是服 从贝叶斯分布的PLSA

LDA,就是将原来向量空间的词的维度转变为Topic的维度,这一点是十分有意义的。

Lda的源代码,java c matlab python 等  :

Code-python

deltaLDA.tgz

Other LDA implementations

转自:http://www.zhizhihu.com/html/y2010/1465.html

posted on 2011-10-31 16:11  COS  阅读(521)  评论(0编辑  收藏  举报