百度开源项目Familia

Familia开源项目包含文档主题推断工具、语义匹配计算工具以及基于工业级语料训练的三种主题模型：LatentDirichletAllocation(LDA)、SentenceLDA和TopicalWordEmbedding(TWE)。支持用户以“拿来即用”的方式进行文本分类、文本聚类、个性化推荐等多种场景的调研和应用。考虑到主题模型训练成本较高以及开源主题模型资源有限的现状，我们会陆续开放基于工业级语料训练的多个垂直领域的主题模型，以及这些模型在工业界的典型应用方式，助力主题模型技术的科研和落地。(English)