我正在进行一个项目，需要应用主题模型LDA。由于我的文档都很短，我必须使用Labelled LDA。我在这方面的知识不多，我需要做的就是将LLDA应用到我的数据上。

在网上搜索后，我在Stanford TMT上找到了一个LLDA实现。从《训练一个标记的LDA模型》部分我理解的是：在训练之前，我应该对每个输入文档进行标记。我是否误解了什么？

如果我的理解是正确的，这将涉及到大量的文档标记工作。相反，我能否提供一个单独的主题列表，并在没有标签的情况下训练文档？

回答：

你的理解是正确的：在训练之前，你需要对每个输入文档进行标记。

Labelled LDA是一种监督方法，这意味着你需要一个标记的数据集。

如果你“必须使用Labelled LDA”，你就无法避免获取标记数据集的需要。如果TMT中的LabeledLDA模型需要一个LabeledLDADocumentParams对象，而要创建它你需要一个标签数组。所以，不可能在没有标签的情况下训练一个标记的LDA模型。