LDA主题模型优化和主题数量研究
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。
文件下载
评论信息
其他资源
- 基于8086的proteus电子时钟系统
- 朴素贝叶斯分类Iris数据
- 基于MATLAB的PSS仿真模型的电力系统振荡模式测试研究-untitled2.mdl
- USB设备的获取与判断（通过VIDPID）
- 【python爬虫】爬取网页视频，解析m3u8文件，获取ts并合成mp4
- tcp socket 服务端客户端实现（C++）
- 共轭梯度法原理共轭梯度法原理
- STM32F103封装库
- 区域生长法VS实现。C++
- java房产项目
- 物联网的面向服务的网络虚拟化架构
- contiki源码
- 支持基于IoT的应急系统的团队决策的新方法
- Stability and static output feedback stabilization for a class of nonlinear discrete-time singular switched systems
- ARM9 Micro2440核心板altium AD设计硬件原理图和PCB+封装库文件.zip
- 简易版计算器.exe
- 爬取最新版宝可梦种族值数据
- AN_SY7065A.pdf
- Sigar1.6.2 jar包
- 纯C语言汉诺塔图形动画演示
- matlab图像处理小波变换m文件及部分注释
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明