本文共 653 字，大约阅读时间需要 2 分钟。
Freebase 一种知识库
Freebase是个类似wikipedia的类网站，所有内容都由用户添加，采用创意共用许可证，可以自由引用。两者之间最大的不同在于，Freebase中的条目都采用结构化数据的形式，而wikipedia不是。
LDA
LDA（Latent Dirichlet Allocation）是一种文档主题生成模型，也称为一个三层 概率模型，包含词、主题和文档三层结构。所谓生成模型，就是说，我们认为一篇文章的每个词都是通过“以一定概率选择了某个主题，并从这个主题中以一定概率选择某个词语”这样一个过程得到。文档到主题服从多项式分布，主题到词服从多项式分布。
[1] LDA是一种非监督机器学习技术，可以用来识别大规模文档集（document collection）或语料库（corpus）中潜藏的主题信息。它采用了词袋（bag of words）的方法，这种方法将每一篇文档视为一个词频向量，从而将文本信息转化为了易于建模的数字信息。但是词袋方法没有考虑词与词之间的顺序，这简化了问题的复杂性，同时也为模型的改进提供了契机。每一篇文档代表了一些主题所构成的一个概率分布，而每一个主题又代表了很多单词所构成的一个概率分布。
LabeledLDA
针对传统LDA模型无法纳入标签信息的问题，Labeled-LDA通过将标签和类别进行映射起来，能够很好的对原始数据和标签信息进行建模。但是这种硬性的关联会造成过拟合，导致分类性能的降低。而且Labeled-LDA模型中的标签和类别是——映射的
转载地址：http://zedvi.baihongyu.com/