官方网址:
http://jgibblda.sourceforge.net/
其实也有一个GibbLDA 不过是linux下的,可能对于习惯了windows下的用户不太习惯
JGibbLDA是GIbbLDA的java版本,可以再window下使用了。
在官网上下载lda代码
根据说明准备数据的格式
在eclips中打开这个工程,之后再run configuration中写上必要的参数:
如下:
-est -alpha 0.5 -beta 0.1 -ntopics 100 -niters 1000 -savestep 100 -twords 20 -dfile models/casestudy/newdocs.dat
这条命令训练初次模型
-estc -dir models/casestudy/ -model model-01000 -niters 800 -savestep 100 -twords 30
这条在原有model上继续迭代
-inf -dir models/casestudy/ -model model-01800 -niters 30 -twords 20 -dfile newdocs.dat
这条命令对新的document进行测试
输出文件一共有这么几个:
model-XXXXX.others:
model-XXXXX.phi
model-XXXXX.theta
model-XXXXX.tassign
model-XXXXX.twords
一般看twords和theta就可以了
twords中包含了每个topic中的words
theta中是没有document相对没有topic的概率
phi是theta的一个转置。
others是model的一些参数,如果不是仔细研究就不需要看了。
参考网页:
http://hi.baidu.com/cesul/item/ae8a3fdca2a36252d73aae73