基于lda模型的微博主题抽取.pdfVIP

鍩轰簬 LDA 妯″瀷鐨勫井鍗氫富棰樻娊鍙 榄忔灄闈?120151045 鐜嬩腹2120151036 鏉庡厠鍗?120151004 閮竴杩?120150986 绠€浠嬶細 鍦ㄨ繖涓猵roject 涓瀹炵幇寰崥涓婚鐨勬娊鍙栵紝杈撳叆寰崥鍐呭锛 鐒跺悗杈撳嚭鏄繖浜涘井鍗氱殑涓婚銆傝В鍐宠繖涓棶棰樻垜浠皬缁勯噰鐢ㄧ殑鏄 LDA 涓婚妯″瀷锛屽苟瀵瑰叾杩涜鏀硅繘锛屼娇寰楃郴缁熸洿鍔犻€傚悎寰崥鐨勭壒 寰侊紝鎸栨帢鍑烘洿鍑嗙‘鐨勪富棰樸€ 1 闂闄堣堪 鏈浠诲姟鏁版嵁闆嗘潵婧愭槸鐖櫕鑾峰彇锛屽皢鑾峰緱鐨勬暟鎹泦鎸栨帢娼滃湪 鐨勪富棰橈紝璇ョ郴缁熶細杈撳嚭璁剧疆鐨勪富棰樹釜鏁扮殑鍗曡瘝鐨勬鐜囷紝骞朵笖鐢遍珮 鍒颁綆鎺掑垪锛屾渶缁堢殑璇勪环鏍囧噯鏄洶鎯戝害銆傛湰娆′换鍔″彲浠ュ垎鎴愬涓嬪嚑 涓楠わ細 1銆佺敤鏁版嵁鐖櫕浠庢柊娴井鍗氫笂闈㈡姄鍙栧井鍗氭枃鏈唴瀹广€ 2銆佹暟鎹澶勭悊锛屽皢鐢ㄦ埛淇℃伅鍜屽井鍗氬唴瀹瑰垎寮€銆 3銆佷娇鐢∟LPIR 姹夎鍒嗚瘝绯荤粺瀵瑰井鍗氬唴瀹规枃鏈繘琛屽垎璇嶃€ 4 銆佸鍒嗚瘝鍚庣殑寰崥鍐呭鏂囨湰杩涜鍘诲仠鐢ㄨ瘝澶勭悊銆 5銆佸皢鍒嗚瘝鍚庣殑鏂囨湰鏀惧叆鍒版敼杩涚殑LDA 妯″瀷涓繘琛屽井鍗氫富棰樻彁鍙栥€ 6銆佺敤鍥版儜搴﹀璇ユā鍨嬭繘琛岃瘎浠枫€ adfa, p. 1, 2011. 漏 Springer-Verlag Berlin Heidelberg 2011 2 鎶€鏈柟妗 瑙ｅ喅闂鎵€閲囩敤鐨勬妧鏈拰鏂规硶鍖呮嫭锛氭暟鎹埇鍙栥€佹暟鎹竻娲椼€ 鏁版嵁棰勫鐞嗐€丩DA銆佸洶鎯戝害 2.1 鏁版嵁鐖櫕缁撴灉锛 2.2 鏁版嵁娓呮礂缁撴灉锛 2.3 鏁版嵁棰勫鐞嗙粨鏋 3 LDA 鏂规硶绠€浠嬶細 尾 伪d 胃 z w 蠁 N K D LDA 鏄竴涓灞傜殑浜х敓寮忔鐜囨ā鍨嬶紝鍖呭惈璇嶃€佷富棰樺拰鏂囨。涓夊眰 缁撴瀯銆傞€氳繃娴呭眰鐨勪富棰樺皢璇嶅拰鏂囨。鍏宠仈璧锋潵[11]銆傛枃妗ｅ彲浠ョ敱娼滃湪 涓婚鐨勫椤瑰紡鍒嗗竷鏉ヨ〃绀猴紝涓婚鍙互鐢辫瘝璇殑闆嗗悎鐨勫椤瑰紡鍒嗗竷 鏉ヨ〃绀恒€傛枃妗ｄ腑鐨勬瘡涓€涓富棰楾opic 鐨勫垎甯冮兘鏄熀浜嶮ultinomial 鍒 甯冿紝鍏堥獙鏄熀浜 Dirichlet 鍒嗗竷锛圡ultinomial 鍒嗗竷鐨勫叡杞厛楠岋級锛 鍚屾牱锛屾瘡涓富棰楾opic 涓嬪崟璇嶉兘鏄熀浜嶮ultinomial 鍒嗗竷锛屽厛楠屾槸鍩 浜庡叡杞厛楠岀殑Dirichlet 鍒嗗竷銆 LDA 妯″瀷鏄彂灞曡嚦浠婃渶瀹屽鐨勪富棰樻ā鍨嬶紝鍏嬫湇浜哃SA 浠ュ強PLSA 妯″瀷鐨勭己闄凤紝鍑€熺潃姒傜巼鐞嗚浠ュ強璐濆彾鏂悊璁哄熀纭€锛屽湪鏂囨湰妫€绱€ 鏂囨湰鍒嗙被銆佸浘鍍忚瘑鍒€佺ぞ浜ょ綉缁滅瓑棰嗗煙寰楀埌浜嗗箍娉涚殑搴旂敤銆備絾鏄 鍒╃敤 LDA 涓婚妯″瀷瀵瑰井鍗氳繘琛屽疄楠屽垎鏋愶紝鎶藉彇鍑哄叿鏈変唬琛ㄦ€х殑涓 棰樿仛绫荤殑缁撴灉銆備粠鍚勪釜涓婚鐨勫叧閿瘝涓彲浠ョ湅鍑轰富棰樿仛绫荤殑鏁堟灉 涓嶆槑鏄撅紝娌℃湁鍔炴硶浠庡叧閿瘝涓湅鍑轰富棰樹簨浠躲€傝€屼笖锛屽悇涓富棰樻 鐜囩殑鍊奸兘杈冨皬锛岃€屼笖姣旇緝鍧囪　锛岃繖浜涜鏄庡垽鍒嚭璇ュ井鍗氭墍灞炰富棰 姣旇緝鍥伴毦銆傚苟涓斿湪鍏抽敭璇嶄腑锛屽彂鐜版湁鍣煶璇嶈锛岃鏄 LDA 涓婚妯 鍨嬩笉鑳藉瑙ｅ喅寰崥鍣煶澶х殑闂銆傝繖涓ā鍨嬪緢闅惧啀涓