따라서 (감독되지 않은) 텍스트 모델링에서 Latent Dirichlet Allocation (LDA)은 베이지안 버전의 확률 적 잠재 성 의미 분석 (PLSA)입니다. 기본적으로 LDA = PLSA + Dirichlet는 매개 변수보다 우선합니다. LDA는 이제 참조 알고리즘이며 다양한 패키지로 구현되는 반면 PLSA는 더 이상 사용해서는 안됩니다.
그러나 (감독 된) 텍스트 분류에서 다항식 Naive Bayes 분류기에 대해 동일한 작업을 수행하고 매개 변수보다 먼저 Dirichlet을 넣을 수 있습니다. 그러나 나는 누군가가 그렇게하는 것을 본 적이 없다고 생각하며, 다항식 Naive Bayes의 "포인트 추정"버전은 대부분의 패키지에 구현 된 버전 인 것 같습니다. 그 이유가 있습니까?