一种罗杰斯特‑正态模型话题提取方法

摘要

本发明提供了一种罗杰斯特‑正态模型话题提取方法，包括：S1：参数服务器将计数矩阵分布式存储在计算节点上，将训练集中的所有文档分发给计算节点；S2：对文档中的每个单词对应的话题进行吉布斯采样；S3：采样本文档的特征向量；S4：计算本节点中每个文档的特征向量的和、平方和及均值和协方差所服从的后验分布，从后验分布中采样每个文档的特征向量的均值和协方差；S5：判断迭代次数是否到预定常数，如果是，则停止迭代，执行S6，否则迭代次数加1，执行S2、S3、S4；S6：对本计算节点的文档依次执行S2、S3，对S3中所采样的特征向量做软最大值变换，输出本计算节点中的每个文档中每个话题占该文档的比例。通过该方法，能够提高话题提取的速度。