使用潜在狄利克雷分配进行主题预测
我在文档语料库上使用了 LDA，并找到了一些主题。我的代码的输出是两个包含概率的矩阵。一个是文档主题概率，另一个是单词主题概率。但我实际上不知道如何使用这些结果来预测新文档的主题。我正在使用吉布斯采样。有人知道怎么做吗？ 谢谢
I have used LDA on a corpus of documents and found some Topics. The output of my code is two matrices containing probabilities. one doc-topic probabilities and the other word-topic probabilities. But I actually don't know how to use these results to predict the topic of a new document. I am using Gibbs sampling. Does anyone know how?
thanks
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
Java 实现 http://www.arbylon.net/ items/lda-j/lda-j-src-20050325.zip 在 src\org\knowceans\lda\SearchEnglet.java 中有一个简短的示例程序。我希望你对java有点熟悉并且代码对你有所帮助。
原始论文 http://jmlr.csail.mit.edu/papers/ Volume3/blei03a/blei03a.pdf 描述了 5.1 和 5.2 节中的推理。
The Java implementation http://www.arbylon.net/projects/lda-j/lda-j-src-20050325.zip has an short example program in src\org\knowceans\lda\SearchEnglet.java. I hope you are a bit familiar with java and the code helps you.
The original paper http://jmlr.csail.mit.edu/papers/volume3/blei03a/blei03a.pdf describes inference in sections 5.1 and 5.2.