machine-learning - 使用（LDA，HDP）自动创建主题？

Question

我正在研究 CV（简历）进行分类，我使用了 LDA。通过设置（N = 3），我对 CV（营销、计算机、通信）的 3 个不同概念的结果很好。现在的问题是，如何为具有财务概念（或其他概念）的新简历创建新主题（当然是通过将其添加到现有主题中）？

事实上，我的目标是每次都产生新的主题以获得新的概念。

我每天都会收到不同概念的不同简历，我怀疑选择哪种算法（HDP、On_Line LDA）对自动分类有用。

Answer 1

LDA 或其他主题模型不是分类方法。它们应该被视为监督学习背景下的降维/预处理/同义词发现方法：与其将文档表示为分类器，不如将其表示为主题的后验。不要假设因为您的分类任务中有 3 个类，您就为 LDA 选择了 3 个主题。主题模型参数应设置为对文档进行最佳建模（通过困惑度或主题模型的其他一些质量指标来衡量，查看 David Mimno 最近的工作以了解其他可能性），以及主题概率/后验参数的向量（或任何你认为有用）然后应该被输入到监督学习方法中。

你会看到这正是 Blei 等人在原始 LDA 论文中所做的实验设置。