返回信息流找了一份不错的代码JGibbsLDA，研究了一下，还是有些不确定。
请问各位，LDA对一篇新文档到底是如何进行主题分布推断的？有没有权威一点的文章或博文之类的？
到处看全都是对LDA进行训练的，很少有关于LDA如何在已有模型的基础上进行新文档推测的~
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #14797同步于 2014/11/28
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
LDA 对新文档的主题分布推测？
zsg1990ok
2014/11/28镜像同步6 回复
订阅后，新回复会通过你的通知中心匿名送达。
6 条回复
推断过程和LDA的训练过程类似，也是初始化主题，然后吉布斯采样，若干次迭代后收敛。只不过这个过程中不再修改模型文件。具体过程可参考《lda数学八卦》
推断不修改模型文件，意思是原来文档每个单词被分配的topic都不更改，对吗？
我看过JGibbLDA，和你说的理解大致一致，主要还不确定的问题是：
1.新文档有数量限制吗，如果只有一个新文档呢？是否还准确~
2.除了再进行吉布斯采样，还有人提过其他对新文档的评估方法吗？
【 在 jiyanloveyou 的大作中提到: 】
: 推断过程和LDA的训练过程类似，也是初始化主题，然后吉布斯采样，若干次迭代后收敛。只不过这个过程中不再修改模型文件。具体过程可参考《lda数学八卦》
【 在 zsg1990ok 的大作中提到: 】
: 推断不修改模型文件，意思是原来文档每个单词被分配的topic都不更改，对吗？
: 我看过JGibbLDA，和你说的理解大致一致，主要还不确定的问题是：
: 1.新文档有数量限制吗，如果只有一个新文档呢？是否还准确~
: ...................
topic-word分布不能改。新文档数量没有限制，不会影响准确性。
至于其他的推断方法我就不了解了
多谢多谢！回去看看~
【 在 licker 的大作中提到: 】
: 《Using lda to detect semantically incoherent documents》介绍了一种快速求新文档theta的方法。
mark，目前用的gensim。
【 在 zsg1990ok 的大作中提到: 】
: 找了一份不错的代码JGibbsLDA，研究了一下，还是有些不确定。
: 请问各位，LDA对一篇新文档到底是如何进行主题分布推断的？有没有权威一点的文章或博文之类的？
: 到处看全都是对LDA进行训练的，很少有关于LDA如何在已有模型的基础上进行新文档推测的~