管理主题模型中的稀疏性、时间和推断质量
机器学习
2013-04-16 v2 人工智能
计算机视觉与模式识别
统计方法学
摘要
推断是概率主题模型的一个组成部分，但为特定模型推导高效算法通常并非易事。当我们希望找到一种总能产生文档稀疏潜在表示的快速推断算法时，挑战甚至更大。在本文中，我们引入了一个用于概率主题模型推断的简单框架，记为 FW。该框架具有通用性和足够的灵活性，可轻松适应混合模型。它具有线性收敛速率，提供了一种纳入先验知识的简便方法，并使我们能够直接在稀疏性、质量和时间之间进行权衡。我们通过多项任务展示了 FW 相对于现有推断方法的优越性和灵活性。最后，我们展示了如何高效地完成具有非共轭先验的主题模型中的推断。
引用
@article{arxiv.1210.7053,
title = {Managing sparsity, time, and quality of inference in topic models},
author = {Khoat Than and Tu Bao Ho},
journal= {arXiv preprint arXiv:1210.7053},
year = {2013}
}