关于LDA模型中超参数的抽样

LDA模型中每个单词的主题$z_{i}$的Gibbs抽样公式

$p(z_{i}=k|\vec{z}_{-i},w_{i}=t,\vec{w}_{-i})=\frac{n_{k,-i}^{(t)}+\beta_{t}}{\sum_{t=1}^{V}[n_{k,-i}^{(t)}+\beta_{t}]}\cdot \frac{n_{m,-i}^{(k)}+\alpha_{k}}{[\sum_{k=1}^{K}n_{m}^{(k)}+\alpha_{k}]-1}$
其中 $n_{k,-i}^{(t)}$ 表示单词t属于主题 $k$的次数， n(k)