LDA — Latent Dirichlet Allocation，潜在狄利克雷分配

事实

从文档词频中发现潜在主题的概率模型。

人话

LDA像中医闻药渣：不问病历，凭药味估这方子几分清热、几分补气。

用于文章聚类、舆情分析，先给文本打主题底色。

相关概念

• 潜变量模型
• Probabilistic Graphical Model／概率图模型
• 无监督学习
• 词袋模型

Latent Model
LDA 把“主题”当作看不见的潜变量。

PGM
LDA 可表示成文档、主题、词的概率图。

Unsupervised Learning
LDA 不靠人工标签，从文本里自己找主题。

Bag-of-Words
LDA 通常把文档先看成词袋来统计。