LDA
一种经典的主题模型，假设每篇文档由若干潜在主题混合而成，每个主题对应词表上的一个概率分布
时间轴 (近 90 天)
主题模型是一类用于建模文档集合潜在语义结构的概率生成模型，最经典的代表是LDA（Latent Dirichlet Allocation），其核心假设是每篇文档由若干潜在主题混合而成，每个主题对应词表上的一个概率分布。
LDA（潜在狄利克雷分配）由Blei等人于2003年提出
LDA属于机器学习中的无监督学习，研究者无需事先给文本贴标签或设定分类标准，模型从词语共现规律中自行归纳结构
LDA主题模型产出的是topic，与质性主题分析通过逐层编码得到的theme本质不同
使用LDA时研究者需手动指定主题数量（K值），并在结果生成后对每个主题赋予可解释的语义标签
短文本（如B站弹幕）使用LDA效果不佳，可改用BTM等专门针对短文本的主题模型
无监督主题建模通常指LDA或其变体BERTopic等算法，不需人工预先定义类别
协方差矩阵天然是半正定的，这一性质是主成分分析（PCA）和线性判别分析（LDA）的理论基础
全部知识事实 (9)
Fisher使用Iris数据来演示线性判别分析（LDA）方法
90%待验证主题模型是一类用于建模文档集合潜在语义结构的概率生成模型，最经典的代表是LDA（Latent Dirichlet Allocation），其核心假设是每篇文档由若干潜在主题混合而成，每个主题对应词表上的一个概率分布。
50%待验证LDA主题模型产出的是topic，与质性主题分析通过逐层编码得到的theme本质不同
50%待验证LDA（潜在狄利克雷分配）由Blei等人于2003年提出
50%待验证LDA属于机器学习中的无监督学习，研究者无需事先给文本贴标签或设定分类标准，模型从词语共现规律中自行归纳结构
50%待验证使用LDA时研究者需手动指定主题数量（K值），并在结果生成后对每个主题赋予可解释的语义标签
50%待验证短文本（如B站弹幕）使用LDA效果不佳，可改用BTM等专门针对短文本的主题模型
50%待验证无监督主题建模通常指LDA或其变体BERTopic等算法，不需人工预先定义类别
50%待验证协方差矩阵天然是半正定的，这一性质是主成分分析（PCA）和线性判别分析（LDA）的理论基础
50%