返回信息流最近在看MIT的mallet项目……看得不是很明白，这里大牛众多，希望接触过的给我简
单介绍一下这个项目吧。
另外，我需要得到P(w|t),单词出现在topic中的概率，mallet中只提供了计算topic出
现在document中的概率的方法。从网上查到一个方法：
> On Tue, May 3, 2011 at 10:48 AM, Steven Bethard wrote:
>> TopicInferencer.getSampledDistribution gives you a double[] representing
the topic distribution
for the entire instance (document). Is there a way to get the per-word topic
distributions?
On May 9, 2011, at 6:26 PM, David Mimno wrote:
> It doesn't look like there's an easy way without digging into the
> sampling code. You'd need to add an additional data structure to store
> token-topic distributions, and update it from the "topics" array after
> every sampling round. Once you're done, you'll need a way to pass it
> back -- keeping the token-topic distributions as a state variable and
> adding a callback function to pick up the distribution after every
> document might be the best option.
Thanks for the response. I ended up using the Stanford Topic Modeling
Toolbox instead, which supports
per-word topic distributions out of the box, but the approach above sounds
plausible if I ever end up going
back to the Mallet code.
url是：
http://article.gmane.org/gmane.comp.ai.mallet.devel/1482/match=getting+topic
+distribution
希望做过相关改进的师兄分享一下经验，小弟不胜感激。
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #9104同步于 2012/5/7
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
mallet代码改进……计算p(w|t)
zhangjun0806
2012/5/7镜像同步3 回复
订阅后，新回复会通过你的通知中心匿名送达。
3 条回复
bd~
【 在 zhangjun0806 (气有浩然) 的大作中提到: 】
: 最近在看MIT的mallet项目……看得不是很明白，这里大牛众多，希望接触过的给我简
: 单介绍一下这个项目吧。
: 另外，我需要得到P(w|t),单词出现在topic中的概率，mallet中只提供了计算topic出
: ...................
水木社区上以为师兄回复了我的问题，他回答得比较认真，和大家分享一下，我刚开始接触topic model，希望懂得师兄可以分享一下你对这个回答得更详细一点，通俗一点的解释：
水木社区
和计算文档中主题的概率一样啊，一个是\theta矩阵，一个是\phi矩阵。
文档中topic的概率= (文档中topic的词频+alpha)/sum_k(文档中topic的词频+alpha)
主题中word的概率=（主题中word的词频+beta）/sum_w(主题中word的词频+beta)
【 在 zhangjun0806 的大作中提到: 】
: 最近在看MIT的mallet项目……看得不是很明白，这里大牛众多，希望接触过的给我简
: 单介绍一下这个项目吧。
: 另外，我需要得到P(w|t),单词出现在topic中的概率，mallet中只提供了计算topic出
: ...................
mallet的代码其乱无比。David M Blei 的c代码相对比较清晰，如果想研究，推荐看这个版本的。
但是这个版本用的是vb推理。现在流行gibbs sampler 来推理。 有个java版本的gibbs代码，清晰易懂。