Topic Modeling — 主题建模

事实

自动发现文本集合中潜在主题的无监督方法。

人话

主题建模像翻家庭群，养生带娃拼多多，哪个话题最吵一眼明。

用于舆情、论文和工单，先看大堆文字聊什么。

相关概念

• Latent Dirichlet Allocation，潜在狄利克雷分配
• 词袋模型
• 无监督学习
• 聚类

LDA
LDA 是经典主题模型，用概率解释文档主题。

Bag-of-Words
词袋常作为早期主题模型的文本表示。

Unsupervised Learning
主题建模通常不用人工标签，自己找模式。

Clustering
聚类分样本，主题建模更像分“话题”。