嵌套层次 Dirichlet 过程
机器学习
2016-11-17 v4 机器学习
摘要
我们开发了一种用于层次主题建模的嵌套层次 Dirichlet 过程。nHDP 是嵌套中国餐馆过程的一般化，它允许每个词根据共享树上的文档特定分布，沿着自身路径到达主题节点。这缓解了 nCRP 刚性的单路径表述，使得文档能够更容易地将主题借用表达为随机效应。除了为每个文档提供贪婪子树选择方法外，我们还为该模型推导了随机变分推断算法，从而能够对海量文本文档集合进行高效推断。我们在来自《纽约时报》的 180 万篇文档和来自 Wikipedia 的 330 万篇文档上验证了我们的算法。
引用
@article{arxiv.1210.6738,
title = {Nested Hierarchical Dirichlet Processes},
author = {John Paisley and Chong Wang and David M. Blei and Michael I. Jordan},
journal= {arXiv preprint arXiv:1210.6738},
year = {2016}
}
备注
To appear in IEEE Transactions on Pattern Analysis and Machine Intelligence, Special Issue on Bayesian Nonparametrics