在 Galago 搜索引擎中使用 LDA

【问题标题】：Using LDA in Galago search engine在 Galago 搜索引擎中使用 LDA
【发布时间】：2026-01-07 20:10:01
【问题描述】：

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。

提前感谢您的帮助！

【问题讨论】：

【解决方案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

我已经简单地研究了这个实现，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。

【讨论】：

您好约翰，感谢您的帮助。我只有一个问题：在--topics-file指定的train-anchor的输出文件中，概率是p(topic | word) * p(word)吗？我有这个问题是因为手册说 p(topic|word)，但是在代码中，我发现 wordProb * weights[topic];再次感谢！