我在 R 中使用“lda”包进行主题建模。我想使用适合新数据集的潜在狄利克雷分配(LDA)模型来预测新主题(文档中相关词的集合)。在这个过程中，我遇到了predictive.distribution() 函数。但是该函数将 document_sums 作为输入参数，它是拟合新模型后结果的输出。我需要帮助来了解在新数据集上使用现有模型并预测主题。
以下是 Johnathan Chang 为包编写的文档中的示例代码:
这是它的代码:
#Fit a model
data(cora.documents)
data(cora.vocab)
K <- 10 ## Num clusters
result <- lda.collapsed.gibbs.sampler(cora.documents,K, cora.vocab,25, 0.1, 0.1)
# Predict new words for the first two documents
predictions <- predictive.distribution(result$document_sums[,1:2], result$topics, 0.1, 0.1)
# Use top.topic.words to show the top 5 predictions in each document.
top.topic.words(t(predictions), 5)
任何帮助将不胜感激
感谢和问候，
安 git
最佳答案
我不知道如何在 R 中实现这一点，但请查看 Wallach 等人 2009 年的出版物。阿尔。题为“主题模型的评估方法”here .看看第 4 节，它提到了三种计算 P(z|w) 的方法，一种基于重要性采样，另外两种称为“Chib-style estimator”和“left-to-right estimator”。
Mallet 实现了从左到右的估计器方法
关于r - 主题建模 : How do I use my fitted LDA model to predict new topics for a new dataset in R?，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/10483349/