Microsoft PowerPoint - Canon-MachineLearning27-jp.pptxCanon ２０１２年９月１３日 トピックモデル概論 東京工業大学 計算工学専攻 杉山 将 sugi@cs.titech.ac.jp http://sugiyama-www.cs.titech.ac.jp/~sugi/ 概要 文書のモデル化は，自然言語処理や 機械学習の分野で盛んに研究されて いる 本講義では，文書のモデル化技術の 発展の経緯を概観する 2 講義の流れ 1. 2. 3. 4. 5. 6. 潜在意味解析（LSA） 多項混合（MM）モデル ポリヤ混合（PM）モデル 確率的潜在意味解析（pLSA）モデル 潜在的ディリクレ配分（LDA）モデル 拡張LDAモデル 3 文書単語行列 ：全文書データ（文書数 ：文書（長さ ） ：単語（語彙数 ） ：文書 中の単語 の出現回数を 要素に持つ文書単語行列 （大きさ ，一般にスパース） ） 4 潜在意味解析（LSA） 文書
