在 MALLET 主题建模中，--output-topic-keys [FILENAME] 选项在每个主题旁边输出一个参数，在 MALLET 站点的教程中称为主题的“Dirichlet 参数”。
我想知道这个参数代表什么？是 LDA 模型中的 β 吗？如果不是，它是什么，它的意义和用途是什么。
我注意到，当我在生成主题模型时不使用参数优化选项时，该参数在 2.0.7 版本中与在 2.0.8 版本中有所不同。我想知道为什么会出现这种差异。
这里是 2.0.7 版本的输出
和 2.0.8
我知道每次运行的输出都不同，但我只关心这个参数。
【问题讨论】：
标签： topic-modeling mallet
Mallet 中使用的主题模型推理算法涉及为每个单词重复采样新的主题分配，并保持所有其他单词的分配固定。控制这个过程的因素是（1）当前单词类型在每个主题中出现的频率以及（2）每个主题在当前文档中出现的次数。平滑参数确保这些值对于任何主题都不会为零：beta 用于第一个因素，alpha 用于第二个因素。
您可以将此处显示的alpha 参数视为每个主题中添加的“虚构”单词的数量。在第一种情况下，主题 0 在每个文档中具有 2.5 个虚拟词的权重。此参数的默认值最初为 50 / numTopics。较大的值鼓励模型在文档中具有更均匀的主题分布，较小的值鼓励更多的稀疏性。一般的经验是 50 太大，而 5 是更好的默认值。这在 2.0.8 中已更改。
默认设置是使所有主题的alpha 权重相等。启用超参数优化后，这些值可能会有所不同。通常你会发现，一个大值的主题会包含在大多数文档中频繁出现且内容不多的“近停用词”。具有非常小的值的主题通常是不寻常且独特的文档。中间的话题往往是最有趣的。
【讨论】：
如果我理解正确的话，参数是alpha，而不是beta。
您可以通过标志使用非对称 alpha
--optimize-interval INTEGER
每INTEGER 次迭代重新估计超参数。
【讨论】：