基于共轭分布和参数估计算法的文本大数据主题分析应用综述

摘要

随着文本规模和种类不断增加,主题模型作为一种主要的文本主题分析工具也在不断演化,传统的基于概率统计的主题模型逐渐向基于神经网络的主题模型转变。对近年来不断更新的主题模型算法,从主题模型的三个改进方面增加外部辅助信息、改进参数分布的共轭先验、改进采样过程进行阐述,旨在令读者能够快速了解文本主题分析中存在的问题以及近年来主要的主题模型改进方法。在主题模型中,共轭分布和参数估计算法都是重要的数学理论,对两者在模型改进中的重要地位进行阐述。最后,对主题模型的改进方向进行总结和展望。