Niedawno zaimplementowałem próbkowanie Gibbs dla modelu tematu LDA w Pythonie przy użyciu numpy, przyjmując za punkt odniesienia jakiś kod ze strony. W każdej iteracji próbkowania Gibbs'a usuwamy jedno (bieżące) słowo, próbkujemy nowy temat dla tego słowa zgodnie z późniejszym rozkładem prawdopodobieństwa warunkowego wywnioskowanym z modelu LDA i aktualizujemy liczbę słów-tematów w następujący sposób:

<code>for m, doc in enumerate(docs): #m: doc id
  for n, t in enumerate(doc): #n: id of word inside document, t: id of the word globally
    # discount counts for word t with associated topic z
    z = z_m_n[m][n]
    n_m_z[m][z] -= 1
    n_z_t[z, t] -= 1 
    n_z[z] -= 1
    n_m[m] -= 1

    # sample new topic for multinomial                
    p_z_left = (n_z_t[:, t] + beta) / (n_z + V * beta)
    p_z_right = (n_m_z[m] + alpha) / ( n_m[m] + alpha * K)
    p_z = p_z_left * p_z_right
    p_z /= numpy.sum(p_z)
    new_z = numpy.random.multinomial(1, p_z).argmax() 

    # set z as the new topic and increment counts
    z_m_n[m][n] = new_z
    n_m_z[m][new_z] += 1
    n_z_t[new_z, t] += 1
    n_z[new_z] += 1
    n_m[m] += 1
</code>

W powyższym kodzie próbkujemy nowy (pojedynczy) z za pomocą wielomianowej funkcji scipy.

Teraz chcę wdrożyć model wspólnego Sentymentuten papier. Potrzebowałbym następujących struktur do śledzenia potrzebnych liczników:

<code>3D matrix containing # occurrences for a word for each topic, for each sentiment
3D matrix containing # occurrences for a topic, for each sentiment, for each document
2D matrix containing # occurrences for a topic, for each sentiment
2D matrix containing # occurrences for a sentiment for each document
</code>

A teraz pojawia się problem: w tym samplerze Gibbsa dla każdego słowa widocznego w dokumencie zarówno nowy temat, jak i etykieta sentymentu są teraz próbkowane z warunkowego posterioru (strona 4 równanie 5 papieru). Jak mogę teraz „przetestować te dwie wartości” w Pythonie?

Z góry dziękuję...