2021泰迪杯C3-基于LDA主题模型和LightGBM分类模型的旅游目的地印象分析.pdf
2021-08-29 18:12:48
4.33MB
论文中用到的部分基础文本分析技术（包括分词、去除停用词、word2vec、TF-IDF、词云图、名称提取、词性标注、LDA主题模型）
2021-07-08 15:02:47
6MB
为提升传统LDA 模型的主题识别性能, 并给主题最优数目选择提供技术方案, 提出基于自适应聚类的K-wrLDA 模型。利用LDA 和Word2Vec 模型得出包含主题词概率信息及词义相关性的T-WV 矩
阵, 并将传统LDA 模型的主题数目选择问题转化为聚类效果评价问题, 以内部指标F 统计量作为目标函数,计算主题聚类数目的最优解, 并对新旧两种模型的主题识别效果进行比较。
2021-05-12 20:29:59
1.42MB
1
Python实现LDA主题模型以及模型可视化
- 采用jieba进行数据处理
- 采用gensim构建主题模型
- 采用pyLDAvis可视化主题模型
2021-04-29 01:47:12
18KB
1
LDA(Latent Dirichlet Allocation)中文翻译为：潜在狄利克雷分布。LDA主题模型是一种文档生成模型，是一种非监督机器学习技术。它认为一篇文档是有多个主题的，而每个主题又对应着不同的词。一篇文档的构造过程，首先是以一定的概率选择某个主题，然后再在这个主题下以一定的概率选出某一个词，这样就生成了这篇文档的第一个词。不断重复这个过程，就生成了整篇文章
2021-03-24 18:10:54
24KB
1