LDA主题模型结构图

在生成文档时： 从Dirichlet分布参数为α的先验分布中抽取一个doc-topic骰子表示文档的主题分布θ_m。其中α是一个长度为K的参数向量，K表示主题的数量。 对于文档中的每个词，根据文档的主题分布θ_m，在多项式分布中抽取一个主题编号z_{m,n}。这个过程可以用一个长度为K的参数向量表示，表示在第m篇文档中选择每个主题的概率。 在生成词时： 对于每个主题k，从Dirichlet分布参数为β的先验分布中抽取一个topic-word骰子φ_k。其中β是一个长度为V的参数向量，V表示词汇表的大小。 对于文档中的每个词，根据词的主题编号z_{m,n}选择相应的topic-word骰子φ_{z_{m,n}}。 从所选的topic-word骰子φ_{z_{m,n}}中抽取一个词w_{m,n}。这个过程可以用一个长度为V的参数向量表示，表示在第m篇文档的第n个位置选择每个词的概率。