Латентна разпределение на Дирихле (LDA)
Латентната разпределение на Дирихле (LDA) е генеративен вероятностен модел за колекции от дискретни данни, представен от Блей, Нг и Джордан през 2003 г. Той третира всеки документ като смес от латентни теми и всяка тема като вероятностно разпределение върху думи, което позволява неконтролирано откриване на тематична структура в големи текстови корпуси. Това е една от най-цитираните статии в машинното обучение и обработката на естествен език.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Blei, D. M., Ng, A. Y., & Jordan, M. I. (2003). Latent Dirichlet allocation. Journal of Machine Learning Research, 3, 993–1022. DOI: 10.5555/944919.944937 ↗
- Blei, D. M. (2012). Probabilistic topic models. Communications of the ACM, 55(4), 77–84. DOI: 10.1145/2133806.2133826 ↗
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning (Ch. 9). Springer. ISBN: 978-0-387-31073-2
Как да цитирате тази страница
ScholarGate. (2026, June 3). Latent Dirichlet Allocation (LDA — Blei, Ng & Jordan 2003). ScholarGate. https://scholargate.app/bg/machine-learning/latent-dirichlet-allocation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Клъстериране с К-средниМашинно обучение↔ compare
- Неотрицателна матрична факторизация (NMF)Машинно обучение↔ compare
- Word2VecИзвличане на текст↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →