1回答
我正在使用textmineR来适应类似于https://cran.r-project.org/web/packages/textmineR/vignettes/c_topic_modeling.html的文档的LDA模型。是否可以获得数据集中每个文档的主题标签？, optimize_alpha
浏览 20提问于2019-05-19得票数 0
回答已采纳
我有一组由Gensim的LDA模型生成的主题模型。我希望它们被自动标记，这样我就可以更容易地为每个主题选择有意义的标签。我在R语言的textmineR包中遇到了一个名为LabelTopics的函数，我相信它可以完成我想要的功能。我想知道是否有类似于在Python包(如Gensim )中提到的R包的</e
浏览 4提问于2022-01-02得票数 -1
1回答
标记LDA用法
、、、
我正在做一个需要应用主题模型LDA的项目。因为在我的例子中，每个文档都是短的，所以我必须使用标签LDA。我对这方面的知识不多，我所需要做的就是将LLDA应用于我的数据。我从部分培训中了解到，有标签的LDA模型是:在培训之前，我应该给每个输入
浏览 2提问于2013-05-24得票数 3
回答已采纳
好的，通常是主题模型(如LDA，pLSI等)用于推断一组文档中可能以无监督方式出现的主题。我想知道是否有人对我如何将我的问题塞进LDA框架有任何想法，因为有非常好的工具可以解决LDA问题。为了彻底起见，我有以下几条信息作为输入：
在这种情况下，<
浏览 2提问于2013-05-28得票数 6
1回答
总的来说，我试图理解sLDA是如何工作的。与LDA不同，它具有“与每个文档关联的响应变量”。在培训集中，每个文档都是由一个主题标记的，还是由多个主题标记的？如果必须只使用一个主题作为一个文档的标签，那么是否存在另一个LDA模型，它为培训集中的每个</
浏览 1提问于2014-03-18得票数 0
回答已采纳
使用"textmineR“包，我得到了相同的主题。我有以下三个主题： t_1 policy 0.092 37.374community 0.004 24.949 community, federal, reserve, more, return, mortgage
能否有人建议我如何将每一个主题分配到相关的<
浏览 0提问于2020-02-25得票数 0
回答已采纳
1回答
我感到困惑的是，非常类似的文本挖掘服务有不同的名称，比如主题提取和文本分类/分类。它们之间在概念上有什么区别？分类示例：
浏览 0提问于2018-02-28得票数 1
回答已采纳
我想对一个项目使用潜在的Dirichlet分配，我正在使用Python和gensim库。在找到主题之后，我希望使用k-方法这样的算法对文档进行聚类(理想情况下，我希望对重叠的集群使用一个很好的方法，因此欢迎任何建议)。我设法得到了这些主题，但它们的形式如下：
0.041*部长+0.041*关键+0.041*瞬间+0.041*有争议的+0.041*
浏览 0提问于2014-11-13得票数 9
2回答
如何在LDA模型中动态传递用户给出的.txt文档？我已经尝试了下面的代码，但是它并没有给出适当的文档主题。我的.txt的主题与体育有关，因此它应该将主题命名为Sports。它给出的输出如下：
Score: 0.5569453835487366 - Topic: 0.008*"bike" + 0.005*"game" +
浏览 10提问于2020-03-26得票数 1
回答已采纳
我在R中建立了一个LDA主题模型，使用textmineR包，如下所示。## get textmineR dtm calc_r2 = TRUE,接下来的</em
浏览 3提问于2019-12-19得票数 2
回答已采纳
1回答
我使用Gensim包进行主题建模。这个想法是为了理解flickr标签中的主题是什么。到目前为止，我使用的是这个代码(文档是标签)：
texts = [[word for word in document.split(";") if word not in stoplist] forLDA，然后为每个主题打印最可能的10
浏览 3提问于2016-03-04得票数 2
我现在正在学习LDA(潜在Dirichlet分配)主题建模方法，以帮助从一组文档中提取主题。根据我从下面的链接中所了解到的，这是一种无监督的学习方法，可以对每个文档进行分类/标记，并将其与提取的主题结合起来。
在该链接中给出的示例代码中，定义了一个函数来获取与每个主题相关联的顶部单词。model:&
浏览 3提问于2015-12-23得票数 9
回答已采纳
1回答
我有5个主题的10000条推文。假设我知道基本事实(每个tweet的实际主题)，并将tweet分组为5个文档，其中每个文档包含特定主题的tweet。然后，我将LDA应用到主题数量设置为5的5个文档上，在这种情况下，我得到了很好的主题词。
现在，如果我不知道tweet的基本事实，我如何才能使<e
浏览 2提问于2015-04-04得票数 1
我正在使用R seededlda包来训练一个种子lda模型()。model = textmodel_seededlda(dfmt, dict, residual = TRUE)我试着从主题模型中使用后验，但它给出了一
浏览 3提问于2021-02-17得票数 1
2回答
我对机器学习、NLP和LDA都比较陌生，所以我甚至不确定我是否完全正确地处理了我的问题；但我正在尝试使用已知主题和多个主题选择进行无监督的主题建模。我可以用每个单独的主题标记我的每一个文档，并且我的无监督集实际上变成了有监督的(LLDA是一种有监督的技术)。那么，有没有什么算法(我假设修改了LLDA，但我在这方
浏览 47提问于2019-02-22得票数 1
2回答
LDA和主题模型
、、、
我研究过几个weeks.But的LDA和主题模型，由于我的数学能力较差，不能完全理解它的内部算法，我使用了GibbsLDA实现，输入了大量的文档，并将主题数设置为100，我得到了一个名为"final.theta“的文件，它存储了每个document.This中每个主题的主题比例，结果
浏览 0提问于2012-03-07得票数 4
我想知道更多关于在LDA模型中是否有设置超参数α和θ的规则。我运行由库gensim给出的LDA模型
ldamodel = gensim.models.ldamodel.LdaModel(corpus, num_topics=30, id2word = dictionary根据我在库文档中显示的内容，这两个超参数都被设置为1/数的主题。假设我的模型
浏览 2提问于2016-09-22得票数 4
回答已采纳
1回答
我一直在为一个研究项目(使用Gensim和python)用自然语言编写叙事报告的LDA主题模型。我有几个较小的语料库(每个语料库从1400到200个文档-我知道，这很小！)我想进行比较，但除了查看每个LDA模型(例如使用pyLDAviz)之外，我不知道如何进行比较。我的学术背景不是CS，而且我对NLP还是个新手。
在语料库/主题
浏览 0提问于2017-09-01得票数 4
1回答
在R中手动指定主题模型
、、、
如果我使用主题模型包或lda中的LDA或Gibbs方法在这个语料库上运行一个主题模型，我将按预期得到每个“文档”中的多个主题( CSV中的一行文本，我有一个先验定义为我感兴趣的唯一主题)。我认为这是主题模型的算法和词汇假设
浏览 2提问于2015-06-15得票数 0
云服务器
ICP备案
腾讯会议
云直播
对象存储
腾讯云开发者
