您现在的位置:首页 --> 查看专题: LDA
LDA是由Blei,Ng, Jordan 2002年发表于JMLR的概率语言模型,应用到文本建模范畴,就是对文本进行“隐性语义分析”(LSA),目的是要以无指导学习的方法从文本中发现隐含的语义维度-即“Topic”或者“Concept”。隐性语义分析的实质是要利用文本中词项(term)的共现特征来发现文本的Topic结构,这种方法不需要任何关于文本的背景知识。文本的隐性语义表示可以对“一词多义”和“一义多词”的语言现象进行建模,这使得搜索引擎系统得到的搜索结果与用户的query在语义层次上match,而不是仅仅只是在词汇层次上出现交集。
[ 共1篇文章 ][ 第1页/共1页 ][ 1 ]
近3天十大热文
- [620] Go Reflect 性能
- [24] 正态分布的前世今生(一)
- [15] rsync同步的艺术
- [14] 什么是DNS劫持和DNS污染?
- [13] 深入浅出选择类排序算法(简单选择排序,堆排序
- [13] Cuckoo Filter:设计与实现
- [13] Mac下.apk的反编译
- [13] Linux Used内存到底哪里去了?
- [11] jQuery性能优化指南
- [11] 怎样用core文件调试你的linux程序?
赞助商广告