LDA (潜在Dirichlet分配)的工业应用(S)

Question

LDA ( 潜Dirichlet分配) -是数据挖掘领域的一个热门话题.

什么是工业系统使用LDA或可能是一些相关的模型？(可能是Google/Amazon/ .)

PS

我也要感谢关于：https://mathoverflow.net/questions/304352/latent-dirichlet-allocation-math-words-digest的评论

Answer 1

我不能对已经存在的公司的系统负责，但我肯定可以在NLP中共享LDA的应用程序。

潜在Dirichlet分配是自然语言处理中一种常用的主题建模技术。其思想是拥有大量文献的自然语言文本语料库，其目的是将出现在语料库中的单词的分布称为主题。

为了进行可视化分析，您可以查看此便笺簿这里。它利用了为LDA，被称为pyLDAvis构建的NLP库。

因此，假设您有一个语料库，您想要构建一个标记器，它将文档(输入文本)标记为N类中的一个，但是您没有标签数据。你怎么开始的？一种方法是使用LDA执行主题建模，获取主题，然后将主题命名为N个类。使用LDA模型标记数据，使用松散标记的数据构建分类器。