與 LDA 假設不同,BTM 模型假設每個biterm 中的兩個詞匯均是采樣於一個主題 z,而每個主題是關於詞匯的多項式分布。該模型示意圖如下
BTM 於LDA的不同在於,LDA是document-level,BTM是corpus-level,LDA 計算的是topic-document-word的概率分布,BTM計算的是topic-Biterm的概率分布。相同點在於,都是基於詞共現,只是BTM基於word pair pattern。BTM 模型能夠離散詞共現。
與 LDA 假設不同,BTM 模型假設每個biterm 中的兩個詞匯均是采樣於一個主題 z,而每個主題是關於詞匯的多項式分布。該模型示意圖如下
BTM 於LDA的不同在於,LDA是document-level,BTM是corpus-level,LDA 計算的是topic-document-word的概率分布,BTM計算的是topic-Biterm的概率分布。相同點在於,都是基於詞共現,只是BTM基於word pair pattern。BTM 模型能夠離散詞共現。
本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。