包含正交化主題的概率文本模型.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩64頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、如今，主題模型已經(jīng)被廣泛應(yīng)用于文本分析中。一些已經(jīng)問(wèn)世的主題模型，比如基于概率的隱式語(yǔ)義分析法（Probabilistic Latent Semantic Analysis，PLSA）以及它的一些改良模型，在挖掘文本的隱式主題結(jié)構(gòu)上取得了重大成功。大部分的改良模型出于不同的目的均在文本-主題分布上進(jìn)行了加強(qiáng)。然而，這些模型并沒(méi)有在主題-詞語(yǔ)分布上做出改變。但是主題-詞語(yǔ)分布同樣對(duì)主題模型的效果起著重要的作用，因此只對(duì)文本-主題分布進(jìn)行加

2、強(qiáng)而忽視主題-詞語(yǔ)分布的方法具有一定的局限性。
　　本論文著眼于提高主題模型中主題-詞語(yǔ)分布的多樣性與合理性，提出了正交化主題模型（Orthogonalized Topic Model，OTM）。具體來(lái)講，OTM在主題模型中的主題-詞語(yǔ)分布上加入了正交化的限制。同時(shí)，為了求解OTM，論文還提出了一種新穎的基于最大期望（Expectation-Maximization，EM）算法與牛頓-拉弗森方法（Newton-Raphson Me

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論