JGibbLDA、GibbsLDA++问题解决

LDA（Latent Dirichlet Allocation ）主题模型是一种用统计进行文本挖掘的方法，它是pLSA(概率潜在语义分析)主题模型基础上加上贝叶斯框架而得到的模型。目前已应用于自然语言处理、计算机视觉、机器学习、信息检索等领域，得到了广泛关注。

LDA模型网上有多个开源代码，用的比较多是JGibbLDA（Java实现）、GibbsLDA++（C++实现）。当我们在Linux平台上运行的时候，可能会遇到一些问题，如果对Java、C++和Linux不太熟悉，就很难解决。

这里我就将我遇到的问题和解决办法分享给大家，或许初学者有所帮助：

问题1：对于JGibbLDA，（这里是JGibbLDA-v.1.0.tar.gz）

$ java -mx512M -cp bin:lib/args4j-2.0.6.jar jgibblda.LDA -est -alpha 0.5 -beta 0.1 -ntopics 100 -niters 1000 -savestep 100 -twords 20 -dfile models/casestudy-en/newdocs.dat

按照其给的步骤执行时，我这里就出现程序运行特别快，而且相应的参数不能保存，说有数据为空。

分析：数据为空，基本上是程序没有读取文本数据，问题出在读取数据的路径上，即-dfile models/casestudy-en/newdocs.dat 。

解决：检查该路径，对路径可以补充更加完整些。比如：

$ java -mx512M -cp bin:lib/args4j-2.0.6.jar jgibblda.LDA -est -alpha 0.5 -beta 0.1 -ntopics 100 -niters 1000 -savestep 100 -twords 20 -dfile ~/models/casestudy-en/newdocs.dat

问题2：在测试GibbsLDA++代码时，按照其帮助文档，我们以下操作可能会出错，出错信息是提示我们缺少某个函数。（这里是GibbsLDA++-0.2.tar.gz）

~$cd Gibbslda++-0.2

~$make clearn

~$make all

~$src/lda -est -alpha 0.5 -beta 0.1 -ntopics 100 -niters 1000 -savestep 100 -twords 20 -dfile LDA/trndocs.dat

分析：缺少函数，那基本上是因为该函数所在的类库没有调用。

解决：需要将其所在的那个类库加到相应C++程序的头文件上。由于记不清楚添加的是什么，这里给出我添加加之后的GibbsLDA++的程序包：http://yun.baidu.com/s/1vsnCU