Latent Dirichlet Allocation (LDA)
Latent Dirichlet Allocation (LDA) és un model probabilístic generatiu per a col·leccions de dades discretes, introduït per Blei, Ng i Jordan el 2003. Tracta cada document com una barreja de temes latents i cada tema com una distribució de probabilitat sobre paraules, permetent el descobriment no supervisat d'estructures temàtiques en grans corpus de text. És un dels articles més citats en aprenentatge automàtic i processament del llenguatge natural.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Latent Dirichlet Allocation (LDA — Blei, Ng & Jordan 2003). ScholarGate. https://scholargate.app/ca/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.
- Agrupació K-MeansAprenentatge automàtic↔ compare
- Factorització de Matrius No negatives (NMF)Aprenentatge automàtic↔ compare
- Word2VecMineria de text↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →