LDA 主题模型中的狄利克雷分布
哪些公司问过
欢聚时代1
答案要点
- 生成过程:φ_k~Dir(η),θ_d~Dir(α),每个词先按 θ_d 采主题 z,再按 φ_z 采词
- 狄利克雷是多项分布的共轭先验,后验仍为狄利克雷,参数为先验加计数
- α 控制文档-主题稀疏性,η(或 β)控制主题-词稀疏性,小于 1 时更稀疏
- 推断:折叠吉布斯采样或变分推断(原始论文用变分 EM)
- 输出:文档-主题分布与主题-词分布,可用于聚类、检索、特征
易错点
- 把主题模型 LDA 和线性判别分析 LDA 混淆
- 只说“用了狄利克雷分布”,讲不出共轭先验带来的计算便利
- 说反 α 的作用,误认为 α 越小主题越分散
面试官常见追问
- word2vec 中向量的维度有什么含义?
- t-SNE 的作用是什么?
- 主题数 K 怎么确定?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。