我正在使用來自六個不同來源的新聞數據語料庫的潛在Dirichlet分配。我對主題進化，興起感興趣，並且想要比較一段時間來源相似和彼此不同的方式。我知道有許多修改後的LDA算法，例如Author-Topic模型，Topic Over Time等等。實施LDA的替代形式
我的問題是，這些替代型號規格中的極少數是以任何標準格式實現的。少數可用Java提供，但大多數僅以會議文件形式存在。我自己實現這些算法的最好方法是什麼？我相當精通R和jags，並且在足夠長的時間內可以在Python中蹣跚而行。我願意編寫代碼，但我不知道從哪裏開始，我不知道C或Java。我可以在JAGS或Python中建立一個只包含手稿公式的模型嗎？如果是這樣，有人可以指出我這樣做的一個例子嗎？謝謝。
我的朋友的回覆如下，請原諒。
首先，我寫了一個Python實現的崩潰的吉布斯採樣器在這裏看到（http://www.pnas.org/content/101/suppl.1/5228.full.pdf+html），並充實這裏（http://cxwangyi.files.wordpress.com/2012/01/llt.pdf）。像球一樣緩慢。
然後我用本文的C實現的Python包裝（http://books.nips.cc/papers/files/nips19/NIPS2006_0511.pdf）。這與f * ck一樣快，但結果不如NMF所能看到的那麼好。
但是我見過的NMF實現，有了scitkits，甚至是scipy稀疏兼容的最近發佈的NIMFA庫，它們都會將f * ck放在任何大型的語料庫上。我的新白鯨是一種切片，分佈式的東西。這將是不平凡的。
感謝您的跟進。 – Trey 2012-04-16 20:19:13
在Python中，你知道PyMC嗎？指定模型和擬合算法都很靈活。
此外，當以R和JAGS開始時，this tutorial on "Using JAGS in R with the rjags Package"與a collection of examples一起。
+1指向PyMC ... – dsign 2012-09-11 08:09:41
我有一個朋友，一個禮拜前就要做這件事。他最終在Python和C中實現了自己版本的摺疊式Gibbs採樣器。根據數據的大小，您可能別無選擇，只能使用更快的語言。無論如何，我會看看我能否讓這位朋友發佈他是如何解決這個問題的。 – ely 2012-04-11 19:25:07
你看過'R'包'topicmodels'和'lda'嗎？ http://stats.stackexchange.com/ – Ben 2012-04-11 20:13:43
@Ben是 - 我已經使用了這兩個包，但是實際的算法部分已經在兩種情況下都編譯過了，它們不適用於延期。 lda軟件包非常好，而且速度很快，但我也在尋找一些靈活性，而無需在寫論文時學習C或Java。 – Trey 2012-04-11 21:04:32