TopicModel

TopicModel主题模型 - PLSA模型及PLSA的EM推导

http://blog.csdn.net/pipisorry/article/details/42560877Introduction:       概率潜在语义分析简称pLSA(Probabilisticlatentsemanticanalysis)基于双模式和共现的数据分析方法延伸的经典的统计学方法。概率潜在语义分析应用于信息检索，过滤，自然语言处理，文本的机器学习或者其他相关领域。     
pipisorry·2015-01-09 20:00

主题模型TopicModel：Unigram、LSA、PLSA模型

http://blog.csdn.net/pipisorry/article/details/42560693主题模型历史Papadimitriou、Raghavan、Tamaki和Vempala在1998年发表的一篇论文中提出了潜在语义索引。1999年，ThomasHofmann又在此基础上，提出了概率性潜在语义索引（ProbabilisticLatentSemanticIndexing，简称P
-柚子皮-·2015-01-09 20:55

TopicModel主题模型 - LSA（隐性语义分析）模型和其实现的早期方法SVD

http://blog.csdn.net/pipisorry/article/details/42560331传统方法向量空间模型（VSM）的缺点传统向量空间模型使用精确的词匹配，即精确匹配用户输入的词与向量空间中存在的词。由于一词多义(polysemy)和一义多词(synonymy)的存在，使得该模型无法提供给用户语义层面的检索。比如用户搜索”automobile”，即汽车，传统向量空间模型仅仅
pipisorry·2015-01-09 20:00

TopicModel主题模型 - EM算法

http://blog.csdn.net/pipisorry/article/details/42550815EM算法有很多的应用，最广泛的就是GMM混合高斯模型、聚类、HMM、基于概率的PLSA模型等等。本文详细讲述EM算法的由来（与最大似然估计MLE的关系，EMisaniterativealgorithmforsolvingthemaximumlikelihoodestimation(MLE)
pipisorry·2015-01-09 09:00

TopicModel主题模型 - LDA主题模型的评估

http://blog.csdn.net/pipisorry/article/details/42460023熵/信息熵Perplexity定义perplexity是一种信息理论的测量方法，b的perplexity值定义为基于b的熵的能量（b可以是一个概率分布，或者概率模型），通常用于概率模型的比较wiki上列举了三种perplexity的计算：1概率分布的perplexity公式：  其中H(p
pipisorry·2015-01-06 17:00

主题模型TopicModel：LDA参数推导、选择及注意事项

http://blog.csdn.net/pipisorry/article/details/42129099LDA参数LDA求参推导中国科学技术信息研究所徐硕老师的PDF，对LDA,TOT,AT模型如何使用gibbssampling求参进行了细致推导，并依据求参结果给出伪代码。地址：http://blog.sciencenet.cn/blog-611051-582492.html参数alpha和
-柚子皮-·2014-12-24 21:13

TopicModel主题模型 - LDA的python实现及参数选择

/usr/bin/envpython #-*-coding:utf-8-*- """ __title__='topicmodel-buildlda-20news
pipisorry·2014-12-24 21:00

Probability Latent Semantic Analysis (PLSA) 模型 学习笔记

PLSA的基本思想  PLSA是一种主题模型topicmodel，是针对文本中隐含
puqutogether·2014-12-04 10:00

使用LFM（Latent factor model）隐语义模型进行Top-N推荐

隐语义模型LFM和LSI，LDA，TopicModel其实都属于隐含语义分析技术，是一类概念，他们在本质上是相通的，都是找出潜在的主
seagullyoyo·2014-08-08 19:00

概率主题模型资源

概率主题模型简介IntroductiontoProbabilisticTopicModelsLDA导读（ZZ）TopicModel的分类总结（LDA变种）话题模型（topicmodel）的提出及发展历史概率语言模型及其变形系列
windtalkersm·2014-08-04 23:00

GBDT(Gradient Boosting Decision Tree) 没有实现只有原理

阿弥陀佛，好久没写文章，实在是受不了了，特来填坑，最近实习了(ting)解(shuo)到(le)很多工业界常用的算法，诸如GBDT,CRF,topicmodel的一些算法等，也看了不少东西，有时间可以详细写一下
Dark_Scope·2014-05-03 10:18

GBDT(Gradient Boosting Decision Tree) 没有实现只有原理

阿弥陀佛，好久没写文章，实在是受不了了，特来填坑，最近实习了(ting)解(shuo)到(le)很多工业界常用的算法，诸如GBDT,CRF,topicmodel的一些算法等，也看了不少东西，有时间可以详细写一下
Dark_Scope·2014-05-03 10:18

GBDT(Gradient Boosting Decision Tree) 没有实现只有原理

      阿弥陀佛，好久没写文章，实在是受不了了，特来填坑，最近实习了(ting)解(shuo)到(le)很多工业界常用的算法，诸如GBDT,CRF,topicmodel的一些算法等，也看了不少东西，
Dark_Scope·2014-05-03 10:00

参数估计（极大似然估计，极大后验概率估计，贝叶斯估计）

学习这些topicmodel，也不知道应该先去看什么，我认为，首先要看的就是参数估计。推荐一篇论文：Parameterestimationfortextanalysis。
u013884727·2014-04-12 17:00

大数据场景下主题检索模型的应用

概要TopicModel起源于99年Hofmann的PLSA模型，在十多年的发展中逐步成为一种成熟的IR检索模型，目前在文本分析、图像聚类以及情感分析中大量使用。
王晓博·2014-03-27 00:00

【推荐系统系列】使用LFM（Latent factor model）隐语义模型进行Top-N推荐 （转载）

隐语义模型LFM和LSI，LDA，TopicModel其实都属于隐含语义分析技术，是一类概念，他们在本质上是相通的，都是找出
piaoxuefengqi·2014-01-07 13:00

使用LFM（Latent factor model）隐语义模型进行Top-N推荐

隐语义模型LFM和LSI，LDA，TopicModel其实都属于隐含语义分析技术，是一类概念，他们在本质上是相通的，都是找出潜在的主
litoupu·2013-11-25 14:08

使用LFM（Latent factor model）隐语义模型进行Top-N推荐

隐语义模型LFM和LSI，LDA，TopicModel其实都属于隐含语义分析技术，是一类概念，他们在本质上是相通的，都是找出潜在的主
litoupu·2013-11-25 14:00

LDA实现

topicmodel本质上就一个套路，在doc-worduser-urluser-doc等关系中增加topic层，扩充为2层结构，一方面可以降维，另一方面挖掘深层次的关系，用户docworduserurl
yueyedeai·2013-11-13 09:00

《推荐系统实践》阅读笔记三 LFM模型、图模型、slop one和SVD算法

表示一类模型，有很多经典的模型，如：LSI、pLSA、LDA和topicmodel等。
china1000·2013-10-17 00:16

LDA简介

上个学期到现在陆陆续续研究了一下主题模型（topicmodel）这个东东。何谓“主题”呢？望文生义就知道是什么意思了，就是诸如一篇文章、一段话、一个句子所表达的中心思想。
水母爱美丽·2013-10-12 08:09

什么时候用EM算法？topic model case

存在latentvariable，可以factorizedependingonthez,即log-likelihoodfunction中log内有summation的形式或者integration形式在topicmodel
xyqzki·2013-10-03 09:00

LDA中Gibbs采样算法和并行化

  最近在用topicmodel跑一些数据，算法采用了LDA和PLSA进行对比，由于数据量稍大，采用了LDA的并行化版本，对其并行化方法很感兴趣，查看了相关资料后先总结如下，有时间可以继续琢磨。
xyl520·2013-09-25 19:00

LDA与主题模型

主题模型就是topicmodel。大意为，一篇文档是由多个主题构成的，每个主题占一部分比例。例如一部分是说电影的，一部分是说成本的。这里是不考虑词序的，就是词出现的先后没有关系。那么，主题是什么呢？
diemeng1119·2013-09-12 20:00

LDA主题模型简介

LDA主题模型简介Postedon2010/10/08by范建宁上个学期到现在陆陆续续研究了一下主题模型（topicmodel）这个东东。何谓“主题”呢？
diemeng1119·2013-09-12 17:00

topic model 的总结

topicmodel是一种应用十分广泛的产生式模型(generativemodel)，在IR，NLP，ML都有广泛的应用，本文将对目前已有的topicmodel进行分类总结，然后选择几个代表性的topicmodel
xyqzki·2013-09-02 18:00

topic model的分类及设计原则

topicmodel的介绍性文章已经很多，在此仅做粗略介绍，本文假设读者已经较为熟悉TopicMedel。
xyqzki·2013-09-02 18:00

Topic Model的分类总结（LDA变种）

TopicModel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
jazywoo123·2013-08-17 22:00

使用LFM（Latent factor model）隐语义模型进行Top-N推荐

隐语义模型LFM和LSI，LDA，TopicModel其实都属于隐含语义分析技术，是一类概念，他们在本质上是相通的，都是找出潜在的主题或分类。
harryhuang1990·2013-08-12 14:27

使用LFM（Latent factor model）隐语义模型进行Top-N推荐

隐语义模型LFM和LSI，LDA，TopicModel其实都属于隐含语义分析技术，是一类概念，他们在本质上是相通的，都是找出潜在的主题或分类。
HarryHuang1990·2013-08-12 14:00

Topic Model的分类和设计原则

topicmodel的介绍性文章已经很多，在此仅做粗略介绍，本文假设读者已经较为熟悉TopicMedel。
chinaliping·2013-07-03 16:00

Dirichlet distribution的两种理解方式

Dirichletdistribution，对于做主题模型（topicmodel）研究特别的重要，因为很多模型之中都需要它作为先验分布。
chinaliping·2013-07-03 13:00

主题模型（topic model）的提出及发展历史

topicmodel是一种应用十分广泛的产生式模型(generativemodel)，在IR，NLP，ML都有广泛的应用，本文将对目前已有的topicmodel进行分类总结，然后选择几个代表性的topicmodel
chinaliping·2013-07-03 13:00

【NLP基础】基于LDA的Topic Model变形

原文地址：http://www.cnblogs.com/wentingtu/archive/2013/06/02/3113422.html基于LDA的TopicModel变形基于LDA的TopicModel
xceman1997·2013-06-02 18:00

主题模型整合随机游走框架在学术搜索中的应用

ATopicModelingApproachanditsIntegrationintotheRandomWalk FrameworkforAcademicSearch摘要在本文中，我们提出一个统一的将主题模型方法(TopicModel
zbf8441372·2013-03-29 12:00

【学习笔记】读项亮的《推荐系统实践》_第二章利用用户行为数据_下

表示一类模型，有很多经典的模型，如：LSI、pLSA、LDA和topicmodel等。
xceman1997·2013-01-26 23:00

话题模型（topic model）的提出及发展历史

topicmodel是一种应用十分广泛的产生式模型(generativemodel)，在IR，NLP，ML都有广泛的应用，本文将对目前已有的topicmodel进行分类总结，然后选择几个代表性的topicmodel
zhoubl668·2012-12-24 09:00

LDA基本介绍以及LDA源码分析(BLEI)

Blei基本介绍：topicmodel，之前已经介绍过(http://blog.csdn.net/hxxiaopei/article/details/7617838)topicmodel本质上就一个套路
hxxiaopei·2012-09-30 17:19

基于LDA的Topic Model变形

最近几年来，随着LDA的产生和发展，涌现出了一批搞TopicModel的牛人。我主要关注了下面这位大牛和他的学生：DavidM.BleiLDA的创始者，04年博士毕业。
zhoubl668·2012-09-14 17:00

主题模型（topic model）的提出及发展历史

topicmodel是一种应用十分广泛的产生式模型(generativemodel)，在IR，NLP，ML都有广泛的应用，本文将对目前已有的topicmodel进行分类总结，然后选择几个代表性的topicmodel
zhoubl668·2012-09-14 17:00

Topic Model的分类和设计原则

topicmodel的介绍性文章已经很多，在此仅做粗略介绍，本文假设读者已经较为熟悉TopicMedel。
zhoubl668·2012-09-14 17:00

【LDA】基于LDA的Topic Model变形

基于LDA的TopicModel变形最近几年来，随着LDA的产生和发展，涌现出了一批搞TopicModel的牛人。
xceman1997·2012-09-04 16:00

【LDA】话题模型（topic model）的提出及发展历史

topicmodel是一种应用十分广泛的产生式模型(generativemodel)，在IR，NLP，ML都有广泛的应用，本文将对目前已有的topicmodel进行分类总结，然后选择几个代表性的topicmodel
xceman1997·2012-09-04 16:00

[学习笔记]主题模型(Topic Model)和PLSA( probabilistic latent semantic analysis)

plsi是model-based推荐算法，属于topic(aspect)model，最近研究了topicmodel，发现其在NLP领域用途很大。引入：在文本挖掘时，计算文档相似性是很
zhoubl668·2012-08-18 18:00

EM(expectation maximization)理解以及推导过程

p=26最近在看topicmodel，引入主题隐含的状态，采用EM算法求解参数，所以先系统了解EM算法，感觉比较抽象，参照一些论文以及斯坦福的机器学习视频，整理一下自己的想法。
hxxiaopei·2012-05-29 11:00

Dirichlet distribution的两种理解方式

Dirichletdistribution，对于做主题模型（topicmodel）研究特别的重要，因为很多模型之中都需要它作为先验分布。
xianlingmao·2012-04-22 20:00

话题模型（topic model）的提出及发展历史

topicmodel是一种应用十分广泛的产生式模型(generativemodel)，在IR，NLP，ML都有广泛的应用，本文将对目前已有的topicmodel进行分类总结，然后选择几个代表性的topicmodel
xianlingmao·2011-12-16 10:00

Topic Model的分类和设计原则

topicmodel的介绍性文章已经很多，在此仅做粗略介绍，本文假设读者已经较为熟悉TopicMedel。
xianlingmao·2011-12-13 17:00

KDD 2011的关于topic modeling的Tutorial

KDD2011的关于topicmodeling的Tutorial首先，神马是topicmodel？
lovelytigerphd·2011-08-23 10:00
上一页 1 2 3 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他