学步园

JGibbLDA是一个Java版本的LDA实现，使用Gibbs采样进行快速参数估计和推断。本文是我自己实现的把JGibbLDA在myeclipse中跑起来的方法。

1.下载JGibbLDA的jar包，并解压；（网址：http://jgibblda.sourceforge.net/#Griffiths04）

2.将1中解压的文件夹放在MyEclipse工作空间中；（如果不清楚自己的工作空间在哪里，File - Switch Workspace进行查看）

3.在MyEclipse中Import进2中放在工作空间中的文件夹；

4.成功导进去之后，在项目名上右击 - Properties - Java Build Path - Libraries 中Add JARs ，添加args4j-2.0.6.jar包

5.找到LDACmdOption.java文件， 修改部分代码

public class LDACmdOption {
	
	@Option(name="-est", usage="Specify whether we want to estimate model from scratch")
	public boolean est = false;
	
	@Option(name="-estc", usage="Specify whether we want to continue the last estimation")
	public boolean estc = false;
	
	@Option(name="-inf", usage="Specify whether we want to do inference")
	public boolean inf = true;
	
	@Option(name="-dir", usage="Specify directory")
	public String dir = "models/casestudy-en";
	
	@Option(name="-dfile", usage="Specify data file")
	public String dfile = "models/casestudy-en/newdocs.dat";
	
	@Option(name="-model", usage="Specify the model name")
	public String modelName = "model-01000";
	
	@Option(name="-alpha", usage="Specify alpha")
	public double alpha = 0.2;
	
	@Option(name="-beta", usage="Specify beta")
	public double beta = 0.1;
	
	@Option(name="-ntopics", usage="Specify the number of topics")
	public int K = 100;
	
	@Option(name="-niters", usage="Specify the number of iterations")
	public int niters = 1000;
	
	@Option(name="-savestep", usage="Specify the number of steps to save the model since the last save")
	public int savestep = 100;
	
	@Option(name="-twords", usage="Specify the number of most likely words to be printed for each topic")
	public int twords = 100;
	
	@Option(name="-withrawdata", usage="Specify whether we include raw data in the input")
	public boolean withrawdata = false;
	
	@Option(name="-wordmap", usage="Specify the wordmap file")
	public String wordMapFileName = "wordmap.txt";
}

6.修改该项目的Run Configurations，在Java Application中选择LDA，点击(x)=Arguments，输入-est -alpha 0.2 -beta 0.1 -ntopics 100 -niters 1000 -savestep 100 -twords 100 -dir  models\casestudy-en -dfile "newdocs.dat"

(其中"newdocs.dat"是JGibbLDA自带的测试训练文本集，不用做修改，以后我们自己的训练文本集也是要生成跟newdocs.dat一样格式的文本)

7.Run。当命令行出现如图所示时，就说明运行成功了！