はじめに

　『トピックモデル』(MLPシリーズ)の勉強会資料のまとめです。各種モデルやアルゴリズムを「数式」と「プログラム」を用いて解説します。
　本の補助として読んでください。

　この記事では、結合トピックモデルで登場する数式の行間を埋めます。

【前節の内容】

www.anarchive-beta.com

【他の節の内容】

www.anarchive-beta.com

【この節の内容】

はじめに
5.1 結合トピックモデルの生成モデルの導出
参考書籍
おわりに

5.1 結合トピックモデルの生成モデルの導出

　結合トピックモデル(JTM・joint topic model)の定義(仮定)を確認する。結合トピックモデルでは、文書集合(単語情報)と依存関係のない補助情報を扱う。
　トピックモデル(LDA・latent Dirichlet allocation)の定義や共通する記号類については「4.1：トピックモデルの生成モデルの導出【青トピックモデルのノート】 - からっぽのしょこ」、依存関係のある場合については「5.2：対応トピックモデルの生成モデルの導出【青トピックモデルのノート】 - からっぽのしょこ」を参照のこと。

生成過程の設定

　まずは、結合トピックモデルの生成過程(generative process)を数式で確認する。ただし、基本形のトピックモデルと共通する内容については省略する。アルゴリズムについては図5.2を参照のこと。

　文書 $d$ の補助情報数を $M_d$ 、補助情報番号(インデックス)を $m \in \{1, 2, \dots, M_d\}$ とする。
　補助情報の種類数(ユニーク補助情報数)を $S$ 、種類番号を $s \in \{1, 2, \dots, S\}$ とする。

　文書 $d$ に含まれる(出現した) $m$ 番目の補助情報を $x_{dm}$ で表す。各補助情報 $x_{dm}$ の値として種類番号 $s$ をとることで、その補助情報の種類を表す。

$\displaystyle x_{dm} \in \{1, 2, \dots, S\}$

　また、補助情報 $x_{dm}$ が種類 $s$ であることを明示的に $x_{dm} = s$ と書くこともある。各補助情報を「文書 $d$ の $m$ 番目の補助情報」や「補助情報 $x_{dm}$ 」などと呼ぶ。
　各文書の $M_d$ 個の補助情報を集合 $\mathbf{x}_d$ として扱い、文書 $d$ の補助情報集合と呼ぶ。

$\displaystyle \mathbf{x}_d = \{x_{d1}, x_{d2}, \cdots, x_{dM_d}\}$

　文書ごとに補助情報集合を持ち、 $D$ 個の補助情報集合を集合 $\mathbf{X}$ として扱い、補助情報集合と呼ぶ。

$\displaystyle \mathbf{X} = \{\mathbf{x}_1, \mathbf{x}_2, \cdots, \mathbf{x}_D\}$

　補助情報 $x_{dm}$ が持つ(割り当てられた)トピックを $y_{dm}$ で表す。各補助情報のトピック $y_{dm}$ の値としてトピック番号 $k$ をとることで、その補助情報のトピックを表す。

$\displaystyle y_{dm} \in \{1, 2, \dots, K\}$

　また、補助情報のトピック $y_{dm}$ が $k$ であることを明示的に $y_{dm} = k$ と書くこともある。各補助情報のトピックを「補助情報 $x_{dm}$ のトピック」や「トピック $y_{dm}$ 」などと呼ぶ。
　補助情報ごとにトピックを持ち、文書 $d$ の $M_d$ 個の補助情報のトピックを集合 $\mathbf{y}_d$ として扱い、文書 $d$ の補助情報トピック集合と呼ぶ。

$\displaystyle \mathbf{y}_d = \{y_{d1}, y_{d2}, \cdots, y_{dM_d}\}$

　文書ごとに補助情報トピック集合を持ち、 $D$ 個の補助情報トピック集合を集合 $\mathbf{Y}$ として扱い、補助情報トピック集合と呼ぶ。

$\displaystyle \mathbf{Y} = \{\mathbf{y}_1, \mathbf{y}_2, \cdots, \mathbf{y}_D\}$

　トピックは観測できないデータであるため潜在変数や潜在トピックとも呼ばれる。

　各補助情報のトピック $y_{dm}$ は、文書に応じたトピック分布のパラメータ $\boldsymbol{\theta}_d$ をパラメータとするカテゴリ分布に従って独立に生成されると仮定する。

$\displaystyle y_{dm} \sim \mathrm{Categorical}(\boldsymbol{\theta}_d)$

　トピック $k$ の補助情報に対して種類(内容) $s$ が生成される(出現する)確率を $\psi_{ks}$ で表す。
　各種類に対応する $S$ 個の生成確率をまとめて、 $S$ 次元ベクトル $\boldsymbol{\psi}_k$ で表す。

$\displaystyle \boldsymbol{\psi}_k = (\psi_{k1}, \psi_{k2}, \cdots, \psi_{kS})$

　 $\boldsymbol{\psi}_k$ の各要素は確率なので、それぞれ非負の値であり、総和(全ての種類に関する和)が1になる条件を満たす必要がある。

$\displaystyle 0 \leq \psi_{ks} \leq 1 ,\ \sum_{s=1}^S \psi_{sk} = 1$

　 $\boldsymbol{\psi}_k$ をトピック $k$ の補助情報分布のパラメータと呼び、カテゴリ分布のパラメータとして用いる。
　トピックごとに補助情報分布(のパラメータ)を持ち、 $K$ 個のパラメータを集合 $\boldsymbol{\Psi}$ として扱い、補助情報分布のパラメータ集合と呼ぶ。

$\displaystyle \boldsymbol{\Psi} = \{\boldsymbol{\psi}_1, \boldsymbol{\psi}_2, \cdots, \boldsymbol{\psi}_K\}$

　また、各トピックの補助情報分布のパラメータ $\boldsymbol{\psi}_k$ ( $\boldsymbol{\Psi}$ の各要素)は、(トピックに関わらず) $\boldsymbol{\gamma}$ をパラメータとするディリクレ分布に従って独立に生成されると仮定する。

$\displaystyle \boldsymbol{\psi}_k \sim \mathrm{Dirichlet}(\boldsymbol{\gamma})$

　ディリクレ分布の確率変数は、カテゴリ分布のパラメータの条件(非負の値で総和が1になる値)を満たす。
　 $\boldsymbol{\gamma}$ は $S$ 次元ベクトルであり、補助情報分布のハイパーパラメータ(超パラメータ)と呼ぶ。

$\displaystyle \boldsymbol{\gamma} = (\gamma_1, \gamma_2, \cdots, \gamma_S)$

　 $\boldsymbol{\gamma}$ はディリクレ分布のパラメータなので、各要素は非負の値の条件を満たす必要がある。

$\displaystyle \gamma_s \gt 0$

　 $\gamma_s$ は $\psi_{1s}, \psi_{2s}, \cdots, \psi_{Ks}$ に影響する。

　各補助情報 $x_{dm}$ の種類(内容)は、補助情報に割り当てられたトピックに応じた $\boldsymbol{\psi}_{y_{dm}}$ をパラメータとするカテゴリ分布に従って独立に生成されると仮定する。

$\displaystyle x_{dm} \sim \mathrm{Categorical}(\boldsymbol{\psi}_{y_{dm}})$

　文書集合 $\mathbf{W}$ とも独立して生成される。

　以上で、結合トピックモデルの生成過程(定義・仮定)を確認した。生成過程は、変数やパラメータ間の依存関係であり、生成モデルや推論アルゴリズムの導出でも用いる。

スポンサードリンク

記号一覧

　続いて、トピックモデル(4章)に加えて結合トピックモデル(5.1節)で用いる記号類を表にまとめる。

記号	意味	制約・関係性
$S$	補助情報の種類数	$S \geq M_d$
$s \in \{1, 2, \dots, S\}$	補助情報の種類(ユニーク補助情報)インデックス
$M_d$	文書 $d$ の補助情報数	$M_d = \sum_{k=1}^K M_{dk}$
$M_k$	全文書におけるトピック $k$ の補助情報数	$M_k = \sum_{d=1}^D M_{dk} = \sum_{s=1}^S M_{ks}$
$M_{dk}$	文書 $d$ におけるトピック $k$ の補助情報数
$M_{ks}$	トピック $k$ における種類 $s$ の補助情報数
$m \in \{1, 2, \dots, M_d\}$	文書 $d$ の補助情報インデックス
$\mathbf{X} = \{\mathbf{x}_1, \cdots, \mathbf{x}_d, \cdots, \mathbf{x}_D\}$	補助情報集合
$\mathbf{x}_d = \{x_{d1}, \cdots, x_{dm}, \cdots, x_{dM_d}\}$	文書 $d$ の補助情報集合
$x_{dm} \in \{1, 2, \cdots, S\}$	文書 $d$ の $m$ 番目の補助情報	$x_{dm} \sim \mathrm{Cat}(\boldsymbol{\psi}_{y_{dm}})$
$\mathbf{Y} = \{\mathbf{y}_1, \cdots, \mathbf{y}_d, \cdots, \mathbf{y}_D\}$	補助情報トピック集合
$\mathbf{y}_d = \{y_{d1}, \cdots, y_{dm}, \cdots, y_{dM_d}\}$	文書 $d$ の補助情報トピック集合
$y_{dm} \in \{1, 2, \cdots, K\}$	補助情報 $x_{dm}$ のトピック	$y_{dm} \sim \mathrm{Cat}(\boldsymbol{\theta}_d)$
$\boldsymbol{\Psi} = \{\boldsymbol{\psi}_1, \cdots, \boldsymbol{\psi}_k, \cdots, \boldsymbol{\psi}_K\}$	補助情報分布のパラメータ集合
$\boldsymbol{\psi}_k = (\psi_{k1}, \cdots, \psi_{ks}, \cdots, \psi_{kS})$	トピック $k$ の補助情報分布のパラメータ	$\boldsymbol{\psi}_k \sim \mathrm{Dir}(\boldsymbol{\gamma})$
$\psi_{ks}$	トピック $k$ における種類 $s$ の生成確率	$\psi_{ks} \geq 0, \sum_{s=1}^S \psi_{ks} = 1$
$\boldsymbol{\gamma} = (\gamma_1, \cdots, \gamma_s, \cdots, \gamma_S)$	補助情報分布のハイパーパラメータ
$\gamma_s$	$\psi_{ks}\ (k = 1, \dots, K)$ に影響する値	$\gamma_s \gt 0$

　ハイパーパラメータ $\boldsymbol{\gamma}$ が一様な(全て同じ)値の場合 $\gamma = \gamma_1 = \cdots = \gamma_S$ は、 $S$ 次元ベクトル $\boldsymbol{\gamma}$ をスカラ $\gamma$ で表す。
　補助情報トピック集合 $\mathbf{Y}$ に対して、 $\mathbf{Z}$ を単語トピック集合と呼ぶ。

　以上の記号を用いて、結合トピックモデルやその推論アルゴリズムを定義する。

スポンサードリンク

尤度関数の導出

　次は、結合トピックモデルにおける尤度関数(likelihood function)を数式で確認する。

　パラメータ $\boldsymbol{\Theta}, \boldsymbol{\Phi}, \boldsymbol{\Psi}$ が与えられた(条件とする)ときの観測データ $\mathbf{W}, \mathbf{X}$ の生成確率(結合分布)は、生成過程(依存関係)に従い次のように変形できる。

$\displaystyle \begin{aligned} p(\mathbf{W}, \mathbf{X} \mid \boldsymbol{\Theta}, \boldsymbol{\Phi}, \boldsymbol{\Psi}) &= \prod_{d=1}^D p(\mathbf{w}_d, \mathbf{x}_d \mid \boldsymbol{\theta}_d, \boldsymbol{\Phi}, \boldsymbol{\Psi}) \\ &= \prod_{d=1}^D \Bigl[ p(\mathbf{w}_d \mid \boldsymbol{\theta}_d, \boldsymbol{\Phi}) p(\mathbf{x}_d \mid \boldsymbol{\theta}_d, \boldsymbol{\Psi}) \Bigr] \\ &= \prod_{d=1}^D \left[ \left\{ \prod_{n=1}^{N_d} p(w_{dn} \mid \boldsymbol{\theta}_d, \boldsymbol{\Phi}) \right\} \left\{ \prod_{m=1}^{M_d} p(x_{dm} \mid \boldsymbol{\theta}_d, \boldsymbol{\Psi}) \right\} \right] \\ &= \prod_{d=1}^D \left[ \left\{ \prod_{n=1}^{N_d} \sum_{k=1}^K p(w_{dn}, z_{dn} = k \mid \boldsymbol{\theta}_d, \boldsymbol{\phi}_k) \right\} \left\{ \prod_{m=1}^{M_d} \sum_{k=1}^K p(x_{dm}, y_{dm} = k \mid \boldsymbol{\theta}_d, \boldsymbol{\psi}_k) \right\} \right] \\ &= \prod_{d=1}^D \left[ \prod_{n=1}^{N_d} \sum_{k=1}^K \Bigl\{ p(z_{dn} = k \mid \boldsymbol{\theta}_d) p(w_{dn} \mid z_{dn} = k, \boldsymbol{\phi}_k) \Bigr\} \right. \\ &\qquad \quad * \left. \prod_{m=1}^{M_d} \sum_{k=1}^K \Bigl\{ p(y_{dm} = k \mid \boldsymbol{\theta}_d) p(x_{dm} \mid y_{dm} = k, \boldsymbol{\psi}_k) \Bigr\} \right] \end{aligned}$

途中式の途中式(クリックで展開)

1: 文書ごとの積に分解する。
2: 観測変数 $\mathbf{w}_d, \mathbf{x}_d$ の項を分解する。
3: 単語・補助情報ごとの積に分解する。
4: 周辺化された潜在変数 $z_{dn}, y_{dm}$ を明示する。
5: 単語に関する変数 $w_{dn}, z_{dn}$ と補助情報に関する変数 $x_{dm}, y_{dm}$ の項をそれぞれ分割する。

　さらに、具体的な式に置き換えて、式を整理する。

$\displaystyle \begin{aligned} p(\mathbf{W}, \mathbf{X} \mid \boldsymbol{\Theta}, \boldsymbol{\Phi}, \boldsymbol{\Psi}) &= \prod_{d=1}^D \left[ \prod_{n=1}^{N_d} \sum_{k=1}^K \Bigl\{ \theta_{dk} \phi_{kw_{dn}} \Bigr\} \prod_{m=1}^{M_d} \sum_{k=1}^K \Bigl\{ \theta_{dk} \psi_{kx_{dm}} \Bigr\} \right] \\ &= \prod_{d=1}^D \left[ \prod_{v=1}^V \Bigl\{ \sum_{k=1}^K \theta_{dk} \phi_{kv} \Bigr\}^{N_{dv}} \prod_{s=1}^S \Bigl\{ \sum_{k=1}^K \theta_{dk} \psi_{ks} \Bigr\}^{M_{ds}} \right] \end{aligned}$

途中式の途中式(クリックで展開)

1: それぞれカテゴリ分布を仮定しているので、各変数がとる値(インデックス)のパラメータが生成確率に対応する。

$\displaystyle \begin{aligned} p(z_{dn} = k \mid \boldsymbol{\theta}_d) &= \mathrm{Cat}(k \mid \boldsymbol{\theta}_d) = \theta_{dk} \\ p(w_{dn} \mid z_{dn} = k, \boldsymbol{\phi}_k) &= \mathrm{Cat}(w_{dn} \mid \boldsymbol{\phi}_k) = \phi_{kw_{dn}} \\ p(y_{dm} = k \mid \boldsymbol{\theta}_d) &= \mathrm{Cat}(k \mid \boldsymbol{\theta}_d) = \theta_{dk} \\ p(x_{dm} \mid y_{dm} = k, \boldsymbol{\psi}_k) &= \mathrm{Cat}(x_{dm} \mid \boldsymbol{\psi}_k) = \psi_{kx_{dm}} \end{aligned}$

2: 単語番号 $n$ を用いた式から、語彙番号 $v$ を用いた式に変換する。 $N_d$ 個の単語に対応するパラメータ $\sum_{k=1}^K \theta_{dk} \phi_{kw_{dn}}$ について、各単語に割り当てられた語彙番号 $w_{dn} = v$ を用いて語彙ごとにまとめると、 $N_{dv}$ 個の $\sum_{k=1}^K \theta_{dk} \phi_{kv}$ に置き換えられる。
2: 補助情報番号 $m$ を用いた式から、補助情報の種類番号 $s$ を用いた式に変換する。 $M_d$ 個の補助情報に対応するパラメータ $\sum_{k=1}^K \theta_{dk} \psi_{kx_{dm}}$ について、各補助情報に割り当てられた種類番号 $x_{dm} = s$ を用いて種類ごとにまとめると、 $M_{ds}$ 個の $\sum_{k=1}^K \theta_{dk} \psi_{ks}$ に置き換えられる。

　トピック分布・単語分布・補助情報分布のパラメータ(と語彙頻度・補助情報頻度)を用いた式が得られた。

スポンサードリンク

生成モデルの導出

　続いて、結合トピックモデルの生成モデル(generative model)を数式で確認する。

　観測変数 $\mathbf{W}, \mathbf{X}$ 、潜在変数 $\mathbf{Z}, \mathbf{Y}$ 、パラメータ $\boldsymbol{\Theta}, \boldsymbol{\Phi}, \boldsymbol{\Psi}$ 、ハイパーパラメータ $\boldsymbol{\alpha}, \boldsymbol{\beta}, \boldsymbol{\gamma}$ をそれぞれ確率変数とする結合分布(同時分布)は、生成過程(依存関係)に従い次のように変形できる。

$\displaystyle \begin{aligned} p( \mathbf{W}, \mathbf{X}, \mathbf{Z}, \mathbf{Y}, \boldsymbol{\Theta}, \boldsymbol{\Phi}, \boldsymbol{\Psi}, \boldsymbol{\alpha}, \boldsymbol{\beta}, \boldsymbol{\gamma} ) &= p(\mathbf{W} \mid \mathbf{Z}, \boldsymbol{\Phi}) p(\mathbf{Z} \mid \boldsymbol{\Theta}) p(\mathbf{X} \mid \mathbf{Y}, \boldsymbol{\Psi}) p(\mathbf{Y} \mid \boldsymbol{\Theta}) p(\boldsymbol{\Theta} \mid \boldsymbol{\alpha}) p(\boldsymbol{\alpha}) \\ &\quad * p(\boldsymbol{\Phi} \mid \boldsymbol{\beta}) p(\boldsymbol{\beta}) p(\boldsymbol{\Psi} \mid \boldsymbol{\gamma}) p(\boldsymbol{\gamma}) \\ &= \prod_{d=1}^D \Bigl[ p(\mathbf{w}_d \mid \mathbf{z}_d, \boldsymbol{\Phi}) p(\mathbf{z}_d \mid \boldsymbol{\theta}_d) p(\mathbf{x}_d \mid \mathbf{y}_d, \boldsymbol{\Psi}) p(\mathbf{y}_d \mid \boldsymbol{\theta}_d) p(\boldsymbol{\theta}_d \mid \boldsymbol{\alpha}) \Bigr] p(\boldsymbol{\alpha}) \\ &\quad * \prod_{k=1}^K \Bigl\{ p(\boldsymbol{\phi}_k \mid \boldsymbol{\beta}) p(\boldsymbol{\psi}_k \mid \boldsymbol{\gamma}) \Bigr\} p(\boldsymbol{\beta}) p(\boldsymbol{\gamma}) \\ &= \prod_{d=1}^D \left[ \prod_{n=1}^{N_d} \Bigl\{ p(w_{dn} \mid \boldsymbol{\phi}_{z_{dn}}) p(z_{dn} \mid \boldsymbol{\theta}_d) \Bigr\} \prod_{m=1}^{M_d} \Bigl\{ p(x_{dm} \mid \boldsymbol{\psi}_{y_{dm}}) p(y_{dm} \mid \boldsymbol{\theta}_d) \Bigr\} p(\boldsymbol{\theta}_d \mid \boldsymbol{\alpha}) \right] p(\boldsymbol{\alpha}) \\ &\quad * \prod_{k=1}^K \Bigl\{ p(\boldsymbol{\phi}_k \mid \boldsymbol{\beta}) p(\boldsymbol{\psi}_k \mid \boldsymbol{\gamma}) \Bigr\} p(\boldsymbol{\beta}) p(\boldsymbol{\gamma}) \end{aligned}$

途中式の途中式(クリックで展開)

1: 変数やパラメータごとの項に分割する。

　観測変数、潜在変数、パラメータ、ハイパーパラメータごとに項を分割する。

　さらに1つ目の項の、独立な観測変数の項を分割する。

$\displaystyle p( \mathbf{W}, \mathbf{X} \mid \mathbf{Z}, \mathbf{Y}, \boldsymbol{\Phi}, \boldsymbol{\Psi} ) = p(\mathbf{W} \mid \mathbf{Z}, \boldsymbol{\Phi}) p(\mathbf{X} \mid \mathbf{Y}, \boldsymbol{\Psi})$

　2つ目の項の、独立な潜在変数の項を分割する。

$\displaystyle p(\mathbf{Z}, \mathbf{Y} \mid \boldsymbol{\Theta}) = p(\mathbf{Z} \mid \boldsymbol{\Theta}) p(\mathbf{Y} \mid \boldsymbol{\Theta})$

　3つ目の項の、独立なパラメータの項を分割する。

$\displaystyle p( \boldsymbol{\Theta}, \boldsymbol{\Phi}, \boldsymbol{\Psi} \mid \boldsymbol{\alpha}, \boldsymbol{\beta}, \boldsymbol{\gamma} ) = p(\boldsymbol{\Theta} \mid \boldsymbol{\alpha}) p(\boldsymbol{\Phi} \mid \boldsymbol{\beta}) p(\boldsymbol{\Psi} \mid \boldsymbol{\gamma})$

　4つ目の項の、独立なハイパーパラメータの項を分割する。

$\displaystyle p(\boldsymbol{\alpha}, \boldsymbol{\beta}, \boldsymbol{\gamma}) = p(\boldsymbol{\alpha}) p(\boldsymbol{\beta}) p(\boldsymbol{\gamma})$

　確率変数と依存関係のない条件を適宜省いている。

2: 文書・トピックごとの積に分解する。
3: 単語・補助情報ごとの積に分解する。

　この式自体が変数やパラメータ間の依存関係を表している。

スポンサードリンク

グラフィカルモデル

　最後は、結合トピックモデルの生成モデルをグラフィカルモデル表現(graphical model representation)で確認する。

　結合トピックモデルの生成モデルは、次の式に分解できた。

$\displaystyle \begin{aligned} p( \mathbf{W}, \mathbf{X}, \mathbf{Z}, \mathbf{Y}, \boldsymbol{\Theta}, \boldsymbol{\Phi}, \boldsymbol{\Psi}, \boldsymbol{\alpha}, \boldsymbol{\beta}, \boldsymbol{\gamma} ) &= p(\mathbf{W} \mid \mathbf{Z}, \boldsymbol{\Phi}) p(\mathbf{Z} \mid \boldsymbol{\Theta}) p(\boldsymbol{\Theta} \mid \boldsymbol{\alpha}) p(\boldsymbol{\alpha}) p(\boldsymbol{\Phi} \mid \boldsymbol{\beta}) p(\boldsymbol{\beta}) \\ &\quad * p(\mathbf{X} \mid \mathbf{Y}, \boldsymbol{\Psi}) p(\mathbf{Y} \mid \boldsymbol{\Theta}) p(\boldsymbol{\Psi} \mid \boldsymbol{\gamma}) p(\boldsymbol{\gamma}) \\ &= \prod_{d=1}^D \left[ \prod_{n=1}^{N_d} \Bigl\{ p(w_{dn} \mid \boldsymbol{\phi}_{z_{dn}}) p(z_{dn} \mid \boldsymbol{\theta}_d) \Bigr\} p(\boldsymbol{\theta}_d \mid \boldsymbol{\alpha}) \right] p(\boldsymbol{\alpha}) \left\{ \prod_{k=1}^K p(\boldsymbol{\phi}_k \mid \boldsymbol{\beta}) \right\} p(\boldsymbol{\beta}) \\ &\quad * \prod_{d=1}^D \left[ \prod_{m=1}^{M_d} \Bigl\{ p(x_{dm} \mid \boldsymbol{\psi}_{y_{dm}}) p(y_{dm} \mid \boldsymbol{\theta}_d) \Bigr\} \right] \left\{ \prod_{k=1}^K p(\boldsymbol{\psi}_k \mid \boldsymbol{\gamma}) \right\} p(\boldsymbol{\gamma}) \end{aligned}$

　この式をグラフィカルモデルにすると、次の図になる。

　「 $\boldsymbol{\theta}_d \to y_{dm}$ 」が、各文書のトピック分布 $p(y_{dm} \mid \boldsymbol{\theta}_d)$ に対応し、トピック分布(のパラメータ)に従って各補助情報のトピック $y_{dm}$ が生成されることを示している。
　「 $y_{dm} \to x_{dm}$ 」と「 $\boldsymbol{\psi}_k \to x_{dm}$ 」が、補助情報に割り当てられたトピックの補助情報分布 $p(x_{dm} \mid \boldsymbol{\psi}_{y_{dm}})$ に対応し、補助情報分布(のパラメータ)に従って各補助情報(の種類) $x_{dm}$ が生成されることを示している。
　「 $\boldsymbol{\gamma} \to \boldsymbol{\psi}_k$ 」が、補助情報分布のパラメータの事前分布 $p(\boldsymbol{\psi}_k \mid \boldsymbol{\gamma})$ に対応し、事前分布(のパラメータ)に従って補助情報分布のパラメータ $\boldsymbol{\psi}_k$ が生成されることを示している。

　「 $[K]$ 」が、 $\prod_{k=1}^K$ に対応し、 $K$ 個の単語分布と補助情報分布のパラメータ $\boldsymbol{\phi}_k, \boldsymbol{\psi}_k$ が繰り返し生成されることを示している。
　「 $[M_d]$ 」が、 $\prod_{m=1}^{M_d}$ に対応し、 $M_d$ 個のトピック $y_{dm}$ と補助情報 $x_{dm}$ が繰り返し生成されることを示している。
　「 $[D]$ 」が、 $\prod_{d=1}^D$ に対応し、 $D$ 個のトピック集合 $\mathbf{z}_d, \mathbf{y}_d$ と単語集合 $\mathbf{w}_d$ 、補助情報集合 $\mathbf{x}_d$ 、またトピック分布のパラメータ $\boldsymbol{\theta}_d$ が繰り返し生成されることを示している。