# 概率潜在语义分析

> 概率的潜在语义分析（PLSA），也称为概率潜在语义索引（PLSI，尤其是在信息检索领域），是用于分析双模和共现数据的统计方法。 实际上，人们可以根据对某些隐变量的亲和性来推导出观测变量的低维表示，就像PLSA是从潜在语义分析中演化而来。 与源于线性代数并缩小发生表（通常通过奇异值分解）的标准潜在语义分析所不同的是，概率潜在语义分析基于从潜类模型导出的混合分解。

- ID: m10580
- 分类: culture
- 领域: 语言学

## 定义

潜在主题：假设文档由隐藏主题混合生成。概率模型：用概率描述词-主题-文档关系。自动发现：从大量文本中自动提取主题结构。脚手架作用：从海量文本中发现隐藏结构。可迁移为"从表面现象推断深层结构"的思维方式。

## 机制

PLSA：用潜变量(主题)建模词-文档共现，把观测视为主题的混合生成，以概率框架做主题发现。潜在即主题。

## 练习

建词-文档共现；引入潜主题 z；用 EM 估 P(z|d)、P(w|z)；得文档主题分布。

## 脚手架用法

从海量文本中发现隐藏结构。可迁移为"从表面现象推断深层结构"的思维方式。

[阅读网页](https://thinkingmodels.site/entries/detail/m10580)