LDA主题模型的原理

主题模型是对文字隐含主题进行建模的方法，主题是一篇文章、一段话、一个句子或词语所表达的中心思想。表示一个概念、一个方面，表现为一系列相关的单词。

TopicExpertiseModel===================/**Copyright(C)2013bySMUTextMiningGroup/SingaporeManagementUni

这是我个人学习的资料，分享给需要的朋友，顺便回点资源分，目前本人也是在学习NLP，可以一起交流

提纲 主题模型的直观理解 LDA模型及优化思路 主题模型的应用

用matlab编写程序,最终实现LDA分析,获得相应数据的结果。

一个实现LDA算法的程序,主要用于文本摘要。该程序由C语言编写成。运行是需要输入参数,具体请说明文件

PCA and LDA based Neural Networks for Human Face Recognition

有监督学习版本的LDA，文本主题模型，jibes labeled lda model

以LDA为基础的许多主题模型能够从一定数量的文本中推断出主题个数及主题描述，其存在的问题是主题个数难于确定，也难于决定描述每个主题的特征词汇。针对这个问题，结合LDA与TF-IDF量化的效果，同时考虑

传统的话题模型假设每个文档只属于一个话题，而实际情况下一个文档往往与多个话题相关。应用LDA模型将文档表示为多个话题的组合，并基于语言模型框架，提出了一种基于LDA的混合模型用于文本信息的Adhoc检