HDP java代码，非参数主题模型学习算法

hdp的java代码，非参数主题模型，对文章主题的提取。

/*
 * （C） Copyright 2005-2011 Gregor Heinrich （gregor :: arbylon : net） \
 * （This file is part of the knowceans-ilda experimental software package
 */
/*
 * knowceans-ilda is free software; you can redistribute it and/or modify it 
 * under the terms of the GNU General Public License as published by the Free 
 * Software Foundation; either version 3 of the License or （at your option） 
 * any later version.
 */
/*
 * knowceans-ilda is distributed in the hope that it will be useful but WITHOUT 
 * ANY WARRANTY; without even the implied warranty of MERCHANTABILITY or FITNESS 
 * FOR A PARTICULAR PURPOSE. See the GNU General Public License for more details.
 */
/*
 * You should have received a copy of the GNU General Public License along with
 * this program; if not write to the Free Software Foundation Inc. 59 Temple
 * Place Suite 330 Boston MA 02111-1307 USA
 */
package org.knowceans.corpus;

import java.io.BufferedReader;
import java.io.File;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.HashMap;

/**
 * CorpusResolver resolves indices into names.
 * 
 * @author gregor
 */
public class CorpusResolver {

public static void main（String[] args） {
    CorpusResolver cr = new CorpusResolver（“nips/nips“）;
    System.out.println（cr.getAuthor（2））;
    System.out.println（cr.getLabel（20））;
    System.out.println（cr.getDoc（501））;
    System.out.println（cr.getTerm（1））;
    System.out.println（cr.getTermId（cr.getTerm（1）））;
}

public final String[] EXTENSIONS = { “docs“ “vocab“
        “authors.key“ “labels.key“ “vols.key“ “docnames“ };

HashMap termids;
String[][] data = new String[EXTENSIONS.length][];
String filebase;

private boolean parmode;

public CorpusResolver（String filebase） {
    this（filebase false）;
}

/**
 * control paragraph mode （possibly different vocabulary）
 * 
 * @param filebase
 * @param parmode
 */
public CorpusResolver（String filebase boolean parmode） {
    this.parmode = parmode;
    this.filebase = filebase;
    for （int i = 0; i < EXTENSIONS.length; i++） {
        String base = filebase;
        // read alternative vocabulary for paragraph mode
        if （parmode && EXTENSIONS[i].equals（“vocab“）） {
            base += “.par“;
        }
        File f = new File（base + “.“ + EXTENSIONS[i]）;
        if （f.exists（）） {
            data[i] = load（f）;
        }
    }
}

/**
 * load from file removing every information after a = sign in
 * each line
 * 
 * @param f
 * @return array of label strings
 */
private String[] load（File f） {
    String[] strings = null;
    try {
        ArrayList a = new ArrayList（）;
        BufferedReader br = new BufferedReader（
                new FileReader（f））;
        String line = null;
        while （（line = br.readLine（）） != null） {
            line = line.trim（）;
            int ii = line.indexOf（‘=‘）;
            if （ii > -1） {
           

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2013-05-07 22:02  IldaGibbs\
     文件         295  2013-05-07 16:31  IldaGibbs\.classpath
     文件        6148  2013-05-07 22:02  IldaGibbs\.DS_Store
     目录           0  2013-05-07 22:02  __MACOSX\
     目录           0  2013-05-07 22:02  __MACOSX\IldaGibbs\
     文件          82  2013-05-07 22:02  __MACOSX\IldaGibbs\._.DS_Store
     文件         368  2013-05-07 16:31  IldaGibbs\.project
     目录           0  2013-05-07 16:31  IldaGibbs\.settings\
     文件         587  2013-05-07 16:31  IldaGibbs\.settings\org.eclipse.jdt.core.prefs
     目录           0  2013-05-07 19:37  IldaGibbs\bin\
     文件        6148  2013-05-07 19:36  IldaGibbs\bin\.DS_Store
     目录           0  2013-05-07 16:32  IldaGibbs\bin\org\
     目录           0  2013-05-07 16:32  IldaGibbs\bin\org\knowceans\
     目录           0  2013-05-07 16:33  IldaGibbs\bin\org\knowceans\corpus\
     文件        4832  2013-05-07 19:37  IldaGibbs\bin\org\knowceans\corpus\CorpusResolver.class
     文件        4146  2013-05-07 19:37  IldaGibbs\bin\org\knowceans\corpus\DisjointDocTerms.class
     文件        5595  2013-05-07 19:37  IldaGibbs\bin\org\knowceans\corpus\Document.class
     文件         269  2013-05-07 19:37  IldaGibbs\bin\org\knowceans\corpus\ICorpus.class
     文件         512  2013-05-07 19:37  IldaGibbs\bin\org\knowceans\corpus\ILabelCorpus.class
     文件         284  2013-05-07 19:37  IldaGibbs\bin\org\knowceans\corpus\ISplitCorpus.class
     文件         196  2013-05-07 19:37  IldaGibbs\bin\org\knowceans\corpus\ITermCorpus.class
     文件        6398  2013-05-07 19:37  IldaGibbs\bin\org\knowceans\corpus\LabelNumCorpus.class
     文件       12362  2013-05-07 19:37  IldaGibbs\bin\org\knowceans\corpus\NumCorpus.class
     文件        1530  2013-05-07 19:37  IldaGibbs\bin\org\knowceans\corpus\VisCorpus.class
     目录           0  2013-05-07 16:32  IldaGibbs\bin\org\knowceans\topics\
     目录           0  2013-05-07 16:33  IldaGibbs\bin\org\knowceans\topics\simple\
     文件       14261  2013-05-07 19:37  IldaGibbs\bin\org\knowceans\topics\simple\IldaGibbs.class
     文件         175  2013-05-07 19:37  IldaGibbs\bin\org\knowceans\topics\simple\ISimpleGibbs.class
     文件         149  2013-05-07 19:37  IldaGibbs\bin\org\knowceans\topics\simple\ISimplePpx.class
     文件         187  2013-05-07 19:37  IldaGibbs\bin\org\knowceans\topics\simple\ISimpleQueryGibbs.class
     文件        8391  2013-05-07 19:37  IldaGibbs\bin\org\knowceans\topics\simple\LdaGibbs.class
............此处省略102个文件信息