LDA 可以用来检测 A SINGLE 文档的主题吗？

是的，在其特定的“主题”表示中，并给出了（通常相关的）文档的训练语料库。

LDA 将主题表示为单词的分布，将文档表示为主题的分布。也就是说，LDA 的一个目的就是将每个文档的概率表示为一组主题。例如，LDA 实现gensim可以为任何给定文档返回此表示。

但这取决于语料库中的其他文档：如果作为不同语料库的一部分进行分析，任何给定的文档都会有不同的表示。

这通常不被认为是一个缺点：LDA 的大多数应用程序都集中在相关文档上。介绍 LDA的论文将其应用于两个语料库，一篇美联社文章和一篇科学文章摘要。Edwin Chen 平易近人的博客文章将 LDA 应用于 Sarah Palin 担任阿拉斯加州长期间的一系列电子邮件。

如果您的应用程序需要将文档分成已知的、互斥的类，那么 LDA 派生的主题可以用作分类的特征。事实上，最初的论文就是用 AP 语料库做的，结果很好。

与此相关的是，Chen 的演示并未将文档分类为专有类别，但他的文档主要集中在单个 LDA 主题上的概率。正如 David Blei 在此视频讲座中解释的那样，可以选择 Dirichlet 先验来支持稀疏性。更简单地说，正如他的幻灯片所说，“一份文件因使用许多主题而受到惩罚”。这似乎是最接近的 LDA 可以到达单个无监督主题，但当然不能保证每个文档都可以这样表示。