Daftar Isi:

Bagaimana Anda menggunakan alokasi Dirichlet laten?
Bagaimana Anda menggunakan alokasi Dirichlet laten?

Video: Bagaimana Anda menggunakan alokasi Dirichlet laten?

Video: Bagaimana Anda menggunakan alokasi Dirichlet laten?
Video: Intuition behind Latent Dirichlet Allocation (LDA) for Topic Modeling 2024, Mungkin
Anonim

Apa itu LDA?

  1. Pilih set suku cadang unik Anda.
  2. Pilih berapa banyak komposit yang Anda inginkan.
  3. Pilih berapa banyak bagian yang Anda inginkan per komposit (sampel dari Poisson distribusi ).
  4. Pilih berapa banyak topik (kategori) yang Anda inginkan.
  5. Pilih angka antara bukan nol dan tak terhingga positif dan sebut saja alfa.

Demikian pula, Anda mungkin bertanya, apakah Latent Dirichlet Allocation machine learning?

Alokasi Dirichlet Laten ( LDA ) adalah model probabilistik generatif dari korpus. Ide dasarnya adalah bahwa dokumen direpresentasikan sebagai campuran acak terpendam topik, di mana setiap topik dicirikan oleh distribusi kata-kata.

Demikian pula, bagaimana pemodelan topik LDA bekerja? LDA mengasumsikan dokumen dihasilkan dari campuran topik. Topik-topik itu kemudian menghasilkan kata-kata berdasarkan distribusi probabilitasnya. Mengingat kumpulan data dokumen, LDA mundur dan mencoba mencari tahu topik apa akan buat dokumen-dokumen itu di tempat pertama. LDA adalah teknik faktorisasi matriks.

Sehubungan dengan ini, bagaimana Anda mengucapkan alokasi Dirichlet laten?

"ch" dapat diucapkan seperti suara "sh", atau suara "k" yang keras. Dan akhiran "et" dapat diucapkan dalam bahasa Prancis sebagai "lay" atau sebagai "let" dengan suara "t" yang keras. Alokasi Dirichlet Laten pertama kali dijelaskan dalam makalah penelitian tahun 2003, tetapi seperti kebanyakan teknik, ide-ide kuncinya diterbitkan sebelumnya.

Apakah Alokasi Dirichlet Laten diawasi atau tidak?

Itu benar LDA adalah tidak diawasi metode. Namun, itu bisa diperluas ke diawasi satu.

Direkomendasikan: