আমি 'ভাঁজ করা' চেষ্টা করব। এটি একটি নতুন ডকুমেন্ট নেওয়া, এটি কর্পাসে যুক্ত করা এবং তারপরে পুরানো নথির বিষয়বস্তু একই রেখে গিবসকে সেই নতুন দস্তাবেজের শব্দের উপর নমুনা চালানো বোঝায় । এটি সাধারণত দ্রুত রূপান্তরিত হয় (সম্ভবত 5-10-20 পুনরাবৃত্তি), এবং আপনাকে আপনার পুরানো কর্পাসের নমুনা দেওয়ার প্রয়োজন নেই, তাই এটি দ্রুতও চলে। নতুন ডকুমেন্টের প্রতিটি শব্দের জন্য আপনার শেষে বিষয়বস্তু থাকবে। এটি আপনাকে সেই দস্তাবেজের বিষয়বস্তু বিতরণ করবে।
আপনার গীবস স্যাম্পলারে আপনার সম্ভবত নিম্নলিখিত কোডের মতো কিছু রয়েছে:
// This will initialize the matrices of counts, N_tw (topic-word matrix) and N_dt (document-topic matrix)
for doc = 1 to N_Documents
for token = 1 to N_Tokens_In_Document
Assign current token to a random topic, updating the count matrices
end
end
// This will do the Gibbs sampling
for doc = 1 to N_Documents
for token = 1 to N_Tokens_In_Document
Compute probability of current token being assigned to each topic
Sample a topic from this distribution
Assign the token to the new topic, updating the count matrices
end
end
ফোল্ডিং-ইন একই, আপনি বিদ্যমান ম্যাট্রিকগুলি দিয়ে শুরু না করে, তাদের সাথে নতুন ডকুমেন্টের টোকেন যুক্ত করুন এবং কেবলমাত্র নতুন টোকেনের জন্য নমুনা করুন। অর্থাৎ,
Start with the N_tw and N_dt matrices from the previous step
// This will update the count matrices for folding-in
for token = 1 to N_Tokens_In_New_Document
Assign current token to a random topic, updating the count matrices
end
// This will do the folding-in by Gibbs sampling
for token = 1 to N_Tokens_In_New_Document
Compute probability of current token being assigned to each topic
Sample a topic from this distribution
Assign the token to the new topic, updating the count matrices
end
পিআমিWWআমিঞWঞ
ΠঞপিআমিWঞ