algorithm - LDA和主题模型

Question

我研究了几个星期的LDA和主题模型，但由于我的数学能力太差，无法完全理解其内部算法。我使用了GibbsLDA实现，输入了很多文档，并将主题编号设置为100 ，我得到了一个名为“final.theta”的文件，它存储了每个文档中每个主题的主题比例。这个结果很好，我可以使用主题比例做很多其他事情。但是当我在LDA上尝试Blei的C语言实现时，我只得到一个名为final.gamma的文件，但我不知道如何将这个文件转换成主题比例样式。谁能帮我。而且我了解到LDA模型有很多改进版本(如CTM，HLDA)，如果我能找到类似LDA的主题模型，我的意思是当我输入很多文档时，它可以直接输出文档中的主题比例.非常感谢!

Answer 1

我认为 Blei 实现的问题在于您正在通过运行进行变分推理:

$ lda inf [参数...]

当您想进行主题估计时，使用:

$ lda est [参数...]

运行后，在当前目录或可选的最后一个参数指定的目录中将有一个文件“final.beta”。然后运行包含在 tar 中的 python 脚本“topics.py”。这里的自述文件:http://www.cs.princeton.edu/~blei/lda-c/readme.txt描述了这一切，尤其是 B 和 D 部分。

(如果这仍然没有意义，请告诉我)

至于 CTM 等改进:我对 HLDA 一无所知，但我过去同时使用过 LDA 和 CTM，我可以说严格来说两者都不比另一个好 - 这是一个例子对不同的数据更好。 CTM 假设文档是相关的，并使用该假设来改进结果，只要它是正确的。

希望这对您有所帮助!