关于计算pw1k和pw2k的问题

[bobxwu]

原文中对应的pw1k和pw2k的分母左半部分使用的应该是sum(nwz)，代码中是2 * self.nb_z[k]

[liguoyu1]

时间太久，请麻烦指出code 路径，我看一下code 是不是有问题，在那一部分

[bobxwu]

Hi 您好
在https://github.com/liguoyu1/python/blob/master/TopicModel/BTM/BTMModel.py 第304和305行中计算pw1k和pw2k：
pw1k = (self.nwz[k][w1] + self.beta) / (2 * self.nb_z[k] + self.voca_size * self.beta)
pw2k = (self.nwz[k][w2] + self.beta) / (2 * self.nb_z[k] + 1 + self.voca_size * self.beta)
另外，我查看了下BTM作者的C++源代码，和您的一样：
double deno = W / (2 * nb_z[k] + W * beta);
pw1k = (nwz[w1][k] + beta) * deno;
pw2k = (nwz[w2][k] + beta) * deno;
但是，计算pw1k和pw2k的过程和论文中的公式(4)在分母左半边上不相同，代码中的是2*nb_z[k]，公式中是sum(nwz)。谢谢。

[sevenzero]

@bobxwu 您好，我也正在重现这个实验，遇到了相同的疑问，按照我的理解是这样的：原论文中公式sum(nwz[k])代表的是k主题下所有单词word出现的频次之和，而代码中nb_z[k]表示k主题下biterm词对的数目，由于一个biterm包含两个word，那么biterm的数目之和也就应该是word数目之和的两倍，也即sum(nwz[k])=2*nb_z[k]

[bobxwu]

原来如此，多谢~