代码之家 › 专栏 › 技术社区 › r1d1

主题提取和文本分类在概念上有什么区别?

topic-modeling categorical-data text-mining data-mining

1

r1d1 · 技术社区 · 8 年前

我很困惑,非常相似的文本挖掘服务有不同的名称,比如主题提取和文本分类。它们在概念上有什么区别?

1 回复 | 直到 8 年前

1

2

rouhollah ghasempour 8 年前

主题模型方法(主题提取)是无监督的方法。因此,您不需要知道每个文档都属于哪些类别(类)[ https://en.wikipedia.org/wiki/Topic_model] . 潜在Dirichlet分配(LDA)是一种主题建模方法。LDA将文档划分为主题,并为主题指定名称。[ https://en.wikipedia.org/wiki/Latent_Dirichlet_allocation] 与聚类方法一样,主题模型需要输出集群的数量。但它们为每个输出集群分配一个主题名称。与主题模型方法相比,文档分类方法(分类)受到监督。因此,他们需要类标签。[ https://en.wikipedia.org/wiki/Document_classification]