没有合适的资源?快使用搜索试试~ 我知道了~
首先是训练流程: 1) 选择合适的主题数K, 选择合适的超参数向量α ,η α,η 2) 对应语料库中每一篇文档的每一个词,随机的赋予一个主题编号z
资源详情
资源评论
资源推荐
Roles(slots) overlap
图模型分享。Vae。注意力机制。
图模型的局部图。。
迪利克雷的后验即是偏观测向量。
大概可以理解为先观测了阿尔法-1 次。所以当阿尔法取 1 时是均匀分
布,阿尔法必须大于 0.。。在阿尔法小于 1 时会更偏 0,1 否则偏中
间。
Ooc,ool
现在我们总结下 LDA Gibbs 采样算法流程。首先是训练流程:
1) 选择合适的主题数 K, 选择合适的超参数向量 α ,η α→,η→
2) 对应语料库中每一篇文档的每一个词,随机的赋予一个主题编号 zz
3) 重新扫描语料库,对于每一个词,利用 Gibbs 采样公式更新它的 topic 编号,并更新语料库
中该词的编号。
本本纲目
- 粉丝: 20
- 资源: 294
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0