潜在狄利克雷建模与因子分析在主题提取中的比较：历史教训

主题建模通常被视为信息检索科学中的一种相对新发展，而诸如概率潜在语义分析和潜在狄利克雷分配等新方法产生了大量研究。然而，早在1960年代，就有人尝试使用因子分析技术从非结构化文本中提取主题。本文比较了使用因子分析和潜在狄利克雷分配在三个不同数据集上提取的主题的感知一致性。为了进行这样的比较，提出了一种新的外部评估方法。结果表明，因子分析能够生成被人工编码者认为比潜在狄利克雷分配更一致的主题，这值得重新审视这一在五十五年前开发但被遗忘的主题提取方法。