使用collapsed gibbs sampling对LDA中参数进行估计的推导过程

使用来表示文档--主题分布的超参数，使用来表示主题--词汇分布的超参数，这些超参数的先验分布被定义在一个狄利克莱分布中，如下所示：

在给定参数的情况下，所有隐变量（主题）的概率被定义在一个多项式分布中，其中表示在文档m中，被赋给主题k的词汇数量。

在给定参数的情况下，所有可观测变量（单词）的概率和所有的隐变量被定义在一个多项式分布中，其中表示语料库中单词v被赋予主题z的次数。

注意，在以上两个公式中，我们假设在给定参数的情况下，所有变量均独立于超参数。

在给定超参数的情况下，所有变量（包括参数）的联合分布被定义如下：

在获取这个联合概率后，我们准备积分掉所有的参数：

最终所得内容使用了公式8(也即公式9上面的推导内容)的结果，同时也使用了gamma公式的一个重要性质：