LDA在短文本（twiter）应用

参考文献《empirical study of topic modeling in twitter.》
这个文章考察了LDA在twitter中的应用，用的是最原始的LDA，关键点在于如何融合出合适的维度的训练集合，以及不同方式训练出的LDA的效果
训练集合的融合策略有

1.直接单条twit

2.同user的twit作为一个doc

3.出现同term的twit作为一个doc

值得关注结论主要有3点

1.按以上3种方式融合生成doc，训练出的topic差异比较大，其中1的T数量大于2和3

2.对于单个twit进行分类时，训练集合效果2LDA>1LDA>tfidf, 说明对短的测试集合，TM有明显效果，且长文本训练TM效果较好，其中3效果可能在2~1之间吧？

3.对于user的twit分类，效果是tfidf>TM,说明TM在长文本上并不能提高效果。

2,3实验中，tfidf+TM的组合不一定能提高效果。

(我自己希望测试一下，2训练后对于短文本的短的容忍极限，以及如果按照某种策略融合后再区分成单条twiter后效果是否能提高？后续测量后放在这里吧~)