pLSA理解

时间 2021-01-16

标签主题模型繁體版

原文原文链接

由于基于SVD的LSA进行奇异值分解非常耗时，并且缺乏数理统计基础。1999年，Thomas Hofmann又在此基础上，提出了概率性潜在语义索引（Probabilistic Latent Semantic Indexing，简称PLSI）。 pLSA在原来基础上增添了统计概率，在参数学习方面采用EM算法。接下来先介绍pLSA的整体思想，然后介绍EM算法求参过程。整体思想：下面给出用EM算法估

>>阅读原文<<

1. 深入理解LDA和pLSA
2. PLSA的理解及推导
3. pLSA 和 LDA
4. LSA和PLSA
5. LSA，pLSA原理及其代码实现
6. LDA 与 PLSA对比
7. [Bayes] Concept Search and PLSA
8. topic model (LSA、PLSA、LDA)
9. 主题模型之PLSA
10. EM推导PLSA模型
更多相关文章...
• SQLite Explain（解释） - SQLite教程
• 错误处理 - RUST 教程
• Docker 清理命令
• ☆技术问答集锦（13）Java Instrument原理