Latent Dirichlet Allocation (LDA)
Latent Dirichlet Allocation (LDA) este un model probabilistic generativ pentru colecții de date discrete, introdus de Blei, Ng și Jordan în 2003. Acesta tratează fiecare document ca un amestec de subiecte latente și fiecare subiect ca o distribuție de probabilitate peste cuvinte, permițând descoperirea nesupravegheată a structurii tematice în corpusuri mari de text. Este unul dintre cele mai citate articole din domeniul învățării automate și procesării limbajului natural.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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
Cum se citează această pagină
ScholarGate. (2026, June 3). Latent Dirichlet Allocation (LDA — Blei, Ng & Jordan 2003). ScholarGate. https://scholargate.app/ro/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.
- Clustering K-MeansÎnvățare automată↔ compare
- Factorizare matricială non-negativă (NMF)Învățare automată↔ compare
- Word2VecMineritul textelor↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →