我对Silge和Robinson的“使用R进行文本挖掘：一种整齐的方法”教科书中的“增强”功能有疑问。在语料库上运行了LDA之后，我正在应用“增强”功能为每个单词分配主题。
我得到了结果，但是不知道发生在“增强”后面的“幕后”，即如何使用贝叶斯框架确定每个单词的主题。是否仅基于条件概率公式，并使用p（topic | word）= p（word | topic）* p（topic）/ p（word）拟合LDA后估算？
如果有人可以提供有关“增强”功能的统计细节，我将不胜感激。您还可以提供文献记载的论文参考吗？
答案 0 :(得分：1)
tidytext软件包是开源的，并且在GitHub上，因此您可以自己研究augment()的代码。我建议看
要了解有关这些方法的更多信息，结构主题模型上有一个出色的paper/vignette，我喜欢Wikipedia article for LDA。