假设我有N个文本文档，我用以下两种方式运行LDA，
我也知道要选择多少主题;在第一种情况下，我可以选择N作为主题的数量（假设每个文档是关于单个主题）但是如果我分别在每个文档上运行它，不确定如何选择主题的数量......？
这两种情况发生了什么？
答案 0 :(得分：4)
Latent Dirichlet Allocation旨在为文档语料库中每个文档的主题和单词分布建模。
立即在语料库中的所有文档上运行LDA是正常的方法;在每个文档的基础上运行它不是我所听说过的。我不建议这样做。很难说会发生什么，但我不希望结果接近有用，因为你无法将一个文档/主题或主题/单词分布与另一个进行有意义的比较。
我认为您对N主题数量的选择可能过高（如果您的语料库中有数千个文档会怎样？），但这实际上取决于语料库你在建模。请记住，LDA假定文档将是主题的分布，因此可能值得重新考虑每个文档关于一个主题的假设。
答案 1 :(得分：0)
LDA是一种统计模型，用于预测或分配主题到文档，它通过在主题上分配每个文档的单词，（随机第一次）然后重复此步骤多次迭代（可能是500次迭代）直到分配给主题的单词几乎是稳定的，现在它可以根据文档中主题中概率较高的单词为文档分配N个主题。
所以在一个文档上运行它是没有意义的，因为在第一次迭代中分配给主题的单词不会因迭代而改变，因为您只使用一个文档，并且分配给文档的主题将毫无意义