information-retrieval - 在 Galago 搜索引擎中使用 LDA

Question

我已经开始使用Galago进行文档检索。我想使用 LDA 对一些文档（最初检索到的任何模型的文档）进行聚类。我更喜欢使用基于 java 的实现，它可以使用 Galago 集成到我的代码中。如果您能让我知道 LDA 的哪种开源实现更适合我的目的，我将不胜感激。

预先感谢您的帮助！

Answer 1

本文提供了一种用于 LDA 的快速算法：

S. Arora、R. Ge、Y. Halpern、D. Mimno、A. Moitra、D. Sontag、Y. Wu、M. Zhu。具有可证明保证的主题建模实用算法。第 30 届机器学习国际会议 (ICML)，2013 年。

其中一位作者（D. Mimno）在 github 上有一个 Java 实现：https ://github.com/mimno/anchor

我已经简要地研究了这个实现，并发现了良好而快速的结果。与所有 LDA/主题建模一样，正确获取主题数量可能具有挑战性。