Latent Dirichlet Allocation (LDA)
Latent Dirichlet Allocation (LDA) on on genereeriv tõenäosuslik mudel diskreetsete andmete kogumite jaoks, mille võrku pakkusid 2003. aastal Blei, Ng ja Jordan. See käsitleb iga dokumenti peidetud teemade seguna ja iga teemat sõnade tõenäosusjaotusena, võimaldades temaatilise struktuuri avastamist suurtest tekstikorpustest ilma järelevalveta. See on üks enim viidatud töid masinõppe ja loomuliku keele töötlemise valdkonnas.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Latent Dirichlet Allocation (LDA — Blei, Ng & Jordan 2003). ScholarGate. https://scholargate.app/et/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.
- K-Means klastreerimineMasinõpe↔ compare
- Mitte-negatiivne maatriksfaktorisatsioon (NMF)Masinõpe↔ compare
- Word2VecTekstikaeve↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →