主题建模-我已经使用了NMF和LDA，下一步是什么？

文章/答案/技术大牛

发布

1回答

、、、、

我在Python中使用了NMF和LDA进行主题建模，使用NMF的效果很好，而使用LDA的效果很差。我的数据是高度领域特定的，有很多独特的/特定的词汇表。我正在尝试一些其他的方法来改善我的NMF输出。有没有人推荐我应该研究/学习的东西？谢谢

浏览 26提问于2021-06-27得票数 1

1回答

使用LDA(主题模型)：每个主题对单词的分布是相似和“扁平”的。

、、、

潜在Dirichlet分配(LDA)是一个寻找潜在变量(主题)隐藏在一堆文档中的主题模型。我使用python包，有两个问题：我<

浏览 2提问于2015-02-23得票数 7

1回答

文本聚类中的关键字数量

、、、

我正在处理一个适当大小的数据集，并希望确定哪些#主题是有意义的。我同时使用了NMF和LDA (sklearn实现)，但关键问题是:什么是衡量成功的合适标准。从视觉上看，我在许多主题中只有几个身高-体重关键字(其他权重~ 0)，以及一些主题具有更多钟形分布的主题。目标是什么:一个主题只有几个单词，权重高，休息低(尖峰)或钟形分布，在一个大的#关键词NMF</

浏览 1提问于2021-05-06得票数 0

2回答

主题建模中的LSA、LDA或NMF？

我正试图通过Python & NLP实现主题建模，但无法确定我应该使用哪种算法。我研究过潜在语义分析(LSA)、潜在Dirichlet分配(LDA)和非负矩阵因式分解(NMF)，但是如何确定哪一种算法最适合于特定任务？如果我只是连续地尝试所有这些，那么如何衡量结果呢？

浏览 0提问于2020-06-19得票数 2

1回答

自动主题标注评估指标

、、

我正在尝试在一个大型研究论文数据集上做一个主题标签问题。我的想法是，我可以给每篇论文加上一些相关的标签。另外，假设我已经提取了一堆标签，我如何从数学上估计它们的准确性？如果没有一大群人做定性分析，<

浏览 0提问于2020-03-28得票数 2

1回答

从Apache中的LDA主题模型中获取自动主题标签

、、、

我正在进行来自非结构化数据的某些产品的分类的Apache中的主题建模。到目前为止，我已经应用了主题建模( LDA )并获得了主题，但我想知道是否有任何方法可以从LDA提供的主题自动推断主题标签。

浏览 0提问于2018-04-02得票数 0

回答已采纳

1回答

在scikit-learn的LDA实现中，我如何在整个语料库中按频率对主题进行排序？

、、

我已经使用了scikit-学习执行LDA主题建模，我最终想按整个语料库的显着性/频率对主题进行排序，但我不知道如何做到这一点。vectorizer = countVectoriz

浏览 0提问于2021-07-28得票数 1

回答已采纳

2回答

主题建模内存错误:在处理大量数据时如何进行gensim主题建模

、、、

我在使用大量数据进行主题建模时遇到了问题。我正在尝试做LDA和NMF主题建模，这是我以前做过的，但不是用我目前正在处理的大量数据。主要的问题是，我不能在创建模型的同时将所有数据都保存在内存中。我需要模型和相关指标。以下是我目前如何制作模型的代码 def make_lda(dictionary,

浏览 0提问于2020-09-07得票数 0

1回答

WNTM、BTM和LF-LDA等短文本的主题模型是否创建了类似于文档术语矩阵的内容？

、、、

我正在处理短文本的主题建模，并遇到了三个关注相同主题的模型: biterm主题模型(BTM)、单词网络主题模型(WNTM)和潜在特征LDA (LF-LDA)。我知道对于传统的LDA (我已经使用R包topicmodel实现了它)，文本文档的非结构化形状通过构造文档术语矩阵(DTM)转换为计算机可读的格式。我想知道上面提到的模型是否使用了<

浏览 8提问于2017-11-14得票数 1

1回答

我们需要对直播流上的twitter推文进行主题建模，输入使spark流，并将数据存储到HDFS。在收集的数据上运行批处理作业。批处理任务是在tweet中查找底层主题。为此，我们使用潜在狄利克雷分配(LDA)算法来找出主题。我们接收最大字符数为140的推文形式的数据，并将其存储为HDFS中的一行。我是LDA算法的新手，对此有基本的了解，因为主题模型是基于n个文档中的单词共现得出的我知道有两种方法可以将数据输入到<em

浏览 1提问于2017-04-17得票数 1

1回答

LDA (潜在Dirichlet分配)的工业应用(S)

、

LDA ( 潜Dirichlet分配) -是数据挖掘领域的一个热门话题.我也要感谢关于：https://mathoverflow.net/questions/304352/latent-dirichlet-allocation-math-words-digest的评论

浏览 0提问于2018-07-06得票数 1

5回答

主题模型和LDA教程

、

我想知道你们是否有一些关于主题模型和LDA的好教程(快速和直截了当)，直观地教授如何设置一些参数，它们意味着什么，如果可能的话，还有一些实际的例子。

浏览 0提问于2015-01-08得票数 9

1回答

改进聚类结果

、、

我是个初学者，我试着对多句文字进行聚类，但是我的结果很糟糕。有什么建议可以让我提高成绩吗？% i,) print (' %s' % termos[ind],)我有许多不同的主题出现在不同的集群中我预处理了我的数据(秒字，小写，我删除了点状.)。但我仍然有“喜欢取消订单”的一组，而“爱取

浏览 0提问于2018-07-27得票数 2

回答已采纳

1回答

主题建模: LDA和BTM

、

这里有人知道话题建模吗？我急需帮助。非常感谢，非常感谢。

浏览 0提问于2019-01-15得票数 0

2回答

如何从主题建模中制作主题百分比条形图？

、、、

我为此绞尽脑汁已经一个星期了。 from sklearn.feature_extraction.text import TfidfVectorizer from sklearn.decom

浏览 0提问于2019-07-11得票数 1

1回答

对于主题建模，在Amazon中，LDA和NTM有什么区别？

、

我在寻找LDA和NTM之间的区别。您将在NTM上使用LDA的用例是什么？根据AWS文档：虽然您可以同时使用Amazon和SageMaker算法进行主题建模，但它们是不同的算法，可以在相同的输入数据上产生不同的结果。

浏览 5提问于2019-11-29得票数 5

1回答

是否可以对单个文档使用主题建模

、、

对于单个文档使用主题建模是否合理，或者更精确地说，对于单个document.If使用LDA-gibbs方法在数学上是可以的，那么k和seed的值应该是什么。此外，对于单个和大型文档集，k和seed的作用也是什么。 K和SEED是函数LDA的变量(在r studio中)。如果我在这个问题中的任何地方都错了，也请让我知道。为了讲述我的项目，我试图找出

浏览 28提问于2019-04-22得票数 0

回答已采纳

2回答

主题建模: LDA* vs LSA vs ToPMine*

、、、

我刚开始学习主题建模。ToPMine比LDA和LSA好吗？我知道LDA和LSA已经存在了很长时间，并且得到了广泛的应用。谢谢

浏览 0提问于2022-01-20得票数 2

回答已采纳

2回答

从语料库构建词库

、、

我正在开发一个自然语言处理应用程序。我有一篇文章描述了30个领域。每个域都定义了一个简短的段落来解释它。我的目标是从本文中构建一个词库，这样我就可以从输入的string中确定哪些域是相关的。我的问题是：我建立同义词库的想法是合法的，还是应该使用NLP库来分析我的语料库和输入字符串？目前，我已经计算了按域分组的每个单词的出现总数，因为我首先想到的

浏览 1提问于2014-06-12得票数 2

回答已采纳

1回答

使用Python库提取文本的主题

、、

我希望使用Python获取文本的主题(或一组主要主题)。有提供此功能的Python库吗？

浏览 4提问于2016-04-01得票数 0

点击加载更多