machine-learning - 标记LDA使用

Question

我正在做一个项目，需要应用主题模型LDA。因为我的案例中的每个文档都很短，所以我必须使用 Labeled LDA。我在这方面没有太多知识，我所需要做的就是将 LLDA 应用到我的数据中。

在网络上搜索后，我在 Stanford TMT 上找到了 LLDA 实现。我从训练带标签的LDA模型部分了解到的是:我应该在训练之前标记每个输入文档。我是不是误会了什么？

如果我的理解是正确的，这将涉及太多标记文档的工作。相反，我可以提供单独的主题列表，并训练没有标签的文档吗？

Answer 1

您的理解是正确的:您需要在训练之前对每个输入文档进行标记。

带标签的 LDA 是一种监督方法，这意味着您需要一个带标签的数据集。

如果您“必须使用带标签的 LDA”，您就无法摆脱获取带标签数据集的需要。如果TMT中的LabeledLDA模型需要一个LabeledLDADocumentParams对象，并且要具体化它，您需要标签数组。因此，不可以在没有标签的情况下训练有标签的 LDA 模型。