版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、主題模型可以幫助我們的研究人員在機(jī)器學(xué)習(xí)領(lǐng)域的深入研究,還可以幫助我們解決很多現(xiàn)實(shí)世界的問題。本文涉及到的主題模型有LDA,CTM和OnlineLDA三種主題模型,那么三種主題模型中,哪個主題模型更受歡迎呢?
本文研究的主要內(nèi)容是主題模型的評價(jià)方法,擬通過不同的方法,分別來評價(jià)主題模型。首先通過行為實(shí)驗(yàn)來評價(jià)主題模型,實(shí)驗(yàn)前將各個主題模型運(yùn)行后提取出各個主題模型詞匯云,詞匯云會根據(jù)相應(yīng)詞出現(xiàn)的幾率,用不同的字號來顯示出來,字號
2、大的出現(xiàn)的幾率高,從而讓被試清晰的看到概率大的主題詞,由133人組成的被試團(tuán)體,通過選項(xiàng)123來選出他們主觀認(rèn)為的較優(yōu)的主題模型,再通過總結(jié)分析,評價(jià)出較優(yōu)的主題模型。由于這種行為實(shí)驗(yàn),具有主觀性,完全是取決于被試的選擇,那么在被試客觀意識中,是如何評價(jià)主題模型的呢?這就成為了腦功能核磁共振實(shí)驗(yàn)所研究的領(lǐng)域。腦功能核磁共振成像實(shí)驗(yàn),這個實(shí)驗(yàn)可以客觀的評價(jià)出主題模型的優(yōu)劣,讓被試在看主題模型,并且判斷主題模型時,他們腦部所做出的反應(yīng)。兩組
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于主題模型的云圖檢索方法研究.pdf
- 基于LDA主題模型的評價(jià)對象抽取研究.pdf
- 基于主題模型的在線評論分析方法研究.pdf
- 基于多語主題模型的專家發(fā)現(xiàn)方法研究.pdf
- 基于相關(guān)主題模型的音樂分類方法研究.pdf
- 基于主題模型的Web服務(wù)發(fā)現(xiàn)方法研究.pdf
- 基于概率主題模型的情境建模方法研究.pdf
- 主題圖的語義相關(guān)度評價(jià)方法研究.pdf
- 基于主題模型的中文情感分類方法研究.pdf
- 基于主題模型的項(xiàng)目知識情境提取方法研究.pdf
- 基于相關(guān)主題模型的文本分類方法研究.pdf
- 基于主題模型的新聞標(biāo)題分類方法研究.pdf
- 評價(jià)對象識別模型與方法研究.pdf
- 電力企業(yè)崗位評價(jià)模型的構(gòu)建及評價(jià)方法研究.pdf
- 基于概率生成主題模型的圖像場景分類方法研究.pdf
- 基于主題模型的漢語動詞隱喻識別方法研究.pdf
- 基于主題模型的興趣點(diǎn)推薦方法研究與實(shí)現(xiàn).pdf
- IT招標(biāo)項(xiàng)目評價(jià)模型與方法研究.pdf
- 基于排序主題模型的自動文摘及評價(jià)系統(tǒng).pdf
- 公路規(guī)劃方法和評價(jià)模型研究.pdf
評論
0/150
提交評論