基于 LDA 模型的语音主题词提取方法

摘要

潜在 Dirichlet 分配（LDA）已经广泛应用于文本类数据的研究，但应用于语音类数据的挖掘较为少见。结合背景词和主题词的学习，给出了一个语音类数据的挖掘方法，即通过 LDA 与 Gibbs 采样的拟合得到一个模型，从而利用这个模型在大量的语音类数据中获取语音主题。实验证明，应用该方法的语音主题的提取有很高的精确度。