主题建模：如何使用我的拟合LDA模型来预测R中新数据集的新主题？

Question

我在R中使用'lda'包进行主题建模。 我想使用针对新数据集的拟合Latent Dirichlet分配（LDA）模型来预测新主题（文档中相关单词的集合）。 在这个过程中，我遇到了predictive.distribution（）函数。 但该函数将document_sums作为输入参数，它是拟合新模型后的结果输出。 我需要帮助来理解在新数据集上使用现有模型并预测主题。 以下是Johnathan Chang为该软件包编写的文档中的示例代码：以下是代码：

#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，

ANKIT

Answer 1

我不知道你怎么能在R中实现这个目标，但请看看Wallach等人2009年的出版物。 人。 题为“为主题模型评价方法” 在这里 。 看看第4节，它提到了三种计算P（z | w）的方法，一种基于重要性抽样，另外两种称为“Chib式估算器”和“从左到右估算器”。

Mallet实现了从左到右的估算方法