Mô hình hóa chủ đề — Phân bổ Dirichlet ẩn
Phân bổ Dirichlet ẩn (LDA) là một mô hình xác suất sinh do Blei, Ng và Jordan (2003) giới thiệu, nhằm trích xuất các phân phối chủ đề tiềm ẩn trong một tập hợp các tài liệu. Nó xem mỗi tài liệu như một hỗn hợp các chủ đề ẩn và mỗi chủ đề như một phân phối trên các từ, biến một kho văn bản chưa được gán nhãn thành các chủ đề có thể diễn giải.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Blei, D.M., Ng, A.Y. & Jordan, M.I. (2003). Latent Dirichlet Allocation. Journal of Machine Learning Research, 3, 993-1022. link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Latent Dirichlet Allocation Topic Modeling. ScholarGate. https://scholargate.app/vi/text-mining/topic-modeling-lda
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.
- Phân cụm tài liệuKhai phá văn bản↔ compare
- Phân tích Cảm xúcKhai phá văn bản↔ compare
- TF-IDFKhai phá văn bản↔ compare
- Word2VecKhai phá văn bản↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →