Topic Model的分类总结（LDA变种）

原文地址：http://hi.baidu.com/ouyanggaoyan/item/5b5c01d4c518871cd78ed0d7#713670-tsina-1-29064-128ff9f28d958dae738be418601ffbcd

Topic Model的分类总结（LDA变种）

Topic models主要可以分为四大类：

1.无监督无层次结构, 主要有：

    (1)PLSA(Hofmann 1999), 

    (2) LDA(Blei et al., 2003), 

    (3)Correlated Topic Model (Blei and Lafferty, 2006 )

         CTM主要是为了克服标准LDA模型不能建模话题在文档中出现的相关性的缺点，将LDA中文档话题分布服从的Dirichlet分布改为Logistic正态分布。例如CTM论文中举的一个例子是在Science杂志语料中，一篇遗传学文章很可能也跟健康和疾病有关，但是却不大可能跟射线天文学有关。

    因为Logistic正态分布不再是Multinomial分布的共轭分布，因此模型的解变得更加复杂。对此，作者使用的方法是，在变分推理的过程中，继续使用Taylor展开式以简化似然函数下界的复杂性。

                                     图X Correlated Topic Model 模型的图形表示

         07年CTM详细版本：CTM2007

           CTM的变分推导细节见另一个学者的文档：Variational EM Algorithms for Correlated Topic Models

    (4) PAM(Li and McCallum, ICML 2006)，

    Concept Topic Model等

2. 无监督有层次结构, 主要有： 

     HLDA(Blei NIPS 2003)， 

     HDP(Teh et al., 2005)：标准LDA模型中话题的个数K需要已知，然而很多时候确定K的大小是一件困难的事情。HDP能够根据数据自动确定K的大小。

     HPAM(Mimno et al., ICML　2007)

3. 有监督无层次结构, 主要有： S-LDA( Blei et al., 2007), Disc-LDA, MM-LDA, Author-Model, Labeled LDA(Ramage et al., 2009), PLDA(Wang et al., 2009) 等

4. 有监督有层次结构, 主要有： hLLDA(Petinot et al., ACL 2011), HSLDA(Hierarchically Supervised Latent Dirichlet Allocation, Perotte et al., NIPS 2012)

除上述集中类型的话题模型外，还有一些半监督的话题模型，主要有：

Semi-LDA(Wang et al. 2007), SSHLDA(Semi-Supervised Hierarchical Topic Model, Mao EMNLP 2012)

另一些LDA变种主要是为了描述一些链接信息而作的扩展：

Link LDA (2004)

Topic-Link LDA（Liu et al., ICML 2009）

RTM (Chang and Blei, AISTATS 2009): Relational topic models: 文档之间有连接关系，即对一个文档网络建模。使用一个响应变量来表示文档之间的关系。

Author-topic model（Rosen-Zvi et al., UAI 2004）: 将文档作者也考虑进去

DTM(Blei and Lafferty, ICML 2006) Dynamic Topic Models,话题随时间的演变

STM（Pathak, et al., KDD workshop 2008）Social Topic Models for Community Extraction

Social-Network Analysis Using Topic Model SIGIR2012