基于LDA的西里爾蒙古文主題模型研究.pdf

1、主題模型(Topic Model)，顧名思義就是對文字中隱含主題的一種建模方法。主題模型在機器學習和自然語言處理領域中有廣泛應用。通常被用來在一系列文檔中去發(fā)現(xiàn)與本文檔語義相近的主題。
　　本文是針對西里爾蒙古文的主題建模。通過分析西里爾蒙古文的特點，進行文檔預處理。主要進行了詞綴切分，命名實體識別和去除停用詞。選取基本詞結合命名實體作為特征單元作為進行向量化構建。通過比對LSA，PLSA和LDA相關主題模型的性能。分析不同的模型

2、在西里爾蒙古文語料下的建模性能。最終選擇LDA作為西里爾蒙古文的主題建模模型。模型訓練對比了EM算法和Gibbs采樣算法。分析算法的不同性能，并針對西里爾蒙古文的主題建模提出了一種改進的Gibbs采樣算法。在改進的Gibbs采樣算法上訓練LDA主題模型，優(yōu)化了LDA主題模型在西里爾蒙古文上的建模性能。
　　西里爾蒙古文的主題構建可以幫助快速處理海量的信息。同時文檔通過主題進行表達，降低了傳統(tǒng)的基于詞表達的空間維度。大大提升了利用蒙