我能够从 R 中的 topicmodels 包中计算拟合 LDA 模型的主题比例，使用伽马矩阵，来自 VEM 和固定 VEM 采样方法。然而，当谈到 Gibbs 采样时，当我做完全相同的事情来计算主题比例时，即使用 tidytext 和 slice_max 函数来处理 gamma 矩阵时，它会产生一个比 Document Term Matrix 包含更多文档的数据结构用作输入。具体来说，有 27599 个文档（实际上是经过预处理的推文），它返回了一个或多或少的 41000 个列表，其中包含每个文档最常见的主题。当我对其他 2 个矩阵执行此操作时，它会根据所提供数据的维度返回一个包含 27599 个项目的列表。伽马矩阵在维度上都是相等的（VEM、固定 VEM、Gibbs）。我在这里想念什么？