A description consists of N words,

A description consists of N words, and is represented as d = {w1, w2, ··· , wi, ··· , wN } where wi is the ith word in the description. A data set consists of M audio clips and is represented as S = {d1, d2, ··· , dM}. Suppose that there are k latent topics and each word wi is generated by its corresponding topic. The generative process can be described as
follows:

ผลลัพธ์ (ไทย) 1:

คำอธิบายประกอบด้วยคำที่ N และแสดงเป็น d = {w1, w2, ···, อิน, ··· ดับเบิ้ลยูเอ็น} คำระยะในคำอธิบายอิน ชุดข้อมูลประกอบด้วย M คลิปเสียงคลิปวิดีโอ และแสดงเป็น S = {d1, d2, ··· dM } สมมติว่า มีหัวข้อแฝง k และแต่ละคำที่สร้างขึ้น โดยหัวข้อที่สอดคล้องกันของอิน สามารถอธิบายกระบวนการส่วนเป็นต่อไปนี้:

ผลลัพธ์ (ไทย) 2:

คำอธิบายประกอบด้วยคำ N, และจะแสดงเป็น D = {W1, W2, ···, WI, ···, WN} ที่มี Wi เป็นคำที่ i ในคำอธิบาย ข้อมูลชุดประกอบด้วย M คลิปเสียงและจะแสดงเป็น S = {D1, D2, ···เบาหวาน} สมมติว่ามี K หัวข้อแฝงและแต่ละคำ Wi ถูกสร้างขึ้นโดยหัวข้อที่เกี่ยวข้อง กระบวนการกำเนิดสามารถอธิบายได้
ดังนี้

ผลลัพธ์ (ไทย) 3:

รายละเอียด ประกอบด้วย N คำและแสดงเป็น D = { W1 , W2 ··· , WI , ··· WN } , ที่วีเป็น ith คำรายละเอียด ชุดข้อมูลประกอบด้วย M คลิปเสียงและแสดงเป็น S = { D1 , D2 , ··· DM } สมมติว่ามี K แฝงหัวข้อและแต่ละคำ วี ถูกสร้างขึ้น โดยหัวข้อที่สอดคล้องกันของ สามารถอธิบายกระบวนการเข้าดังนี้ :