本文作者：合肥工业大学 管理学院 钱洋 email：[email protected] 内容可能有不到之处，欢迎交流。
未经本人允许禁止转载。

论文来源

论文来自于自然语言处理会议ACL
Jagarlamudi J, Daumé III H, Udupa R. Incorporating lexical priors into topic models[C]//Proceedings of the 13th Conference of the European Chapter of the Association for Computational Linguistics. Association for Computational Linguistics, 2012: 204-213.

这篇论文中，提供了三个模型，都是交互式主题模型，该篇论文的模型在一些管理学*期刊上的论文中，皆有看到。例如：
Puranam D, Narayan V, Kadiyali V. The effect of calorie posting regulation on consumer opinion: a flexible Latent Dirichlet Allocation model with informative priors[J]. Marketing Science, 2017, 36(5): 726-746.

Toubia O, Iyengar G, Bunnell R, et al. Extracting Features of Entertainment Products: A Guided Latent Dirichlet Allocation Approach Informed by the Psychology of Media Consumption[J]. Journal of Marketing Research, 2018: 0022243718820559.

应用场景及模型

交互式主题模型，个人认为只适应于科研领域，对于工业领域肯定不行。原因是其需要用户提供一些内容，例如种子词汇。但对于科研来说，其优势很大，主要是其可以使获得的主题更具意义，更有说明性(这对论文的创新点很有帮助)。

第一个模型

在作者的论文中，一共提供了三个模型。

这是第一个模型，其可以对每个主题的词汇初始化，即设置一些词汇(主要针对的是主题词分布)。模型的生成过程较为简单，如下图所示：

在这里需要注意的是，主题模型产生的主题数目并不是$2T$2T，而还是$T$T个主题。即下图标红的地方最后还是要合并的。

合并公式如下：

第二个模型

第二个模型，针对的是文档的主题分布。模型如下：

其生成过程如下：

这里一个非常重要的点，是引入了group的概念。

第三个模型

作者的第三个模型是前两个模型的结合体。

模型应用

该模型，在18年被应用到管理学顶刊上，如下：
Toubia O, Iyengar G, Bunnell R, et al. Extracting Features of Entertainment Products: A Guided Latent Dirichlet Allocation Approach Informed by the Psychology of Media Consumption[J]. Journal of Marketing Research, 2018: 0022243718820559.
其主要动机如下：

即利用第一个模型，生成娱乐产品的主题词分布。在应用模型的过程中，作者使用了心理学的内容，即主题和种子词汇来源与正向心理学划分。使用该模型，可以得到每个电影的主题分布，之后作者利用这个主题分布，来作为content-based/hybrid方法的输入。