エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
TopicModelを使って,livedoorニュースコーパスを解析してみた
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
TopicModelを使って,livedoorニュースコーパスを解析してみた
エモトです.さいきんバーフバリというインド映画にどハマりしました.インド映画特有の歌とダンスに加... エモトです.さいきんバーフバリというインド映画にどハマりしました.インド映画特有の歌とダンスに加え,ストーリーやアクションシーンの完成度もすごい.出演陣も敵味方含めて全員かっこいい.敵役の中の人が私より年下だったことが一番の驚きでした.まだ見てない方は是非.オームシャンティオームやクリッシュもおすすめ. Topic Modelとは 簡単に説明すると,文書は複数の潜在的なトピックから確率的に生成されると仮定したモデルです.下記に図例を示しました.この例では,ニュース記事は動物トピックとイベントトピックから文章が生成されて,特に動物トピックの影響が大きいのを示してます.なお,xxトピックと書いてますが,実際の計算ではトピックのラベル付けまで行われずに,計算終了後に別途でラベル付けを行います. さて今回,そのTopic Modelを実装してみました.対象データは livedoor ニュースコーパ