1回答
我正在尝试进行交叉验证分析，以选择要估计的“适当”主题数量。然而，我的数据已经编码在一个三列(相当大)的表中。Source;Target;Valueadvice;100047;1advice;100294;1这是我正在运行的代码和我得到的一些输出scales)> library(RColo
浏览 98提问于2020-05-14得票数 0
我正在为一些研究做潜在的Dirichlet分析，并不断遇到问题。大多数lda软件要求文档采用doclines格式，这意味着CSV或其他分隔文件，其中的每一行代表整个文档。但是，和动态主题模型软件要求数据的格式为：[M] [term_1]:[count] [term_2]:[count] ...[term_N]:[count]，其中[M]是文档中唯一术语的数量，与每个术语</
浏览 64提问于2012-01-06得票数 5
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
浏览 8提问于2017-11-14得票数 1
我想在gensim中使用LDA来对数千个文档进行主题建模。因此，我使用csv-文件作为输入，格式为术语文档矩阵。当前，当运行以下代码时会发生错误：
AttributeError: module &#x
浏览 0提问于2018-05-14得票数 0
回答已采纳
1回答
使用LDA预测主题
、、、
我正在尝试从我用R的'lda‘包构建的fit中提取主题分配。我创建了一个拟合： num.iterationsalpha = alpha, eta = eta, initial = NULL, ...and希望提
浏览 2提问于2015-09-29得票数 0
1回答
我们能把tf-国防军文档项矩阵输入到潜在的Dirichlet分配(LDA)中吗？如果是，怎么做？(我提出一个尽可能简洁的问题。所以，如果你需要更多的细节，我可以
#################################################################
浏览 1提问于2017-08-08得票数 2
回答已采纳
2回答
我正在处理一个项目，其中我需要将主题建模应用于一组文档，并且我需要创建一个矩阵：我刚接触gensim，到目前为止，我已经创建了一个文档列表。2.对文档进行预处理和标记化。3.使用corpora.Dictio
浏览 0提问于2016-03-24得票数 0
2回答
在主题建模中，人们在矩阵分解和生成模型中都使用n克还是1,2,3，……n克？我一直在尝试理解主题建模的基础知识，并逐渐认识到有两种方法:矩阵分解，如LSA和NNMF，以及生成模型，如LDA和pLSA。然而，在阅读课文时，我有一个问题--在主题建模中，人们是使用n克还是1,2,3，……n克来进行矩阵分解和生成模型？例如，如果是n=5，那么人们是只使用5克，还是使用所
浏览 0提问于2022-11-30得票数 1
但是，我想知道我是否可以使用一个主题建模系统来告诉我哪些句子更相关。有可能吗？同时，我的主要目标不是对文本进行主题建模，而是将其作为一个特性(这两个句子是否属于同一个主题)来完成另一个任务。
我也想知道主题</
浏览 2提问于2014-07-23得票数 2
回答已采纳
2回答
我正在使用主题建模对文档进行聚类。我需要想出最优的主题数量。所以，我决定用主题10，20，...60做十次折叠交叉验证。我在简历的一次讨论中找到了。我
浏览 112提问于2014-01-26得票数 25
回答已采纳
1回答
在R中手动指定主题模型
、、、
我有一个文本的语料库，其中包含csv文件中的每一行，唯一地指定了我感兴趣的“主题”。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
浏览 2提问于2015-06-15得票数 0
1回答
主题对齐/主题建模
、、、、
什么是最有效的方法来检测这篇文章是否主要是关于一个特定的主题，但没有大量的数据进行培训？我的任务是确定一份文件有多少是关于天气、假期或其他几个特定主题的。我期待LDA和TFIDF，但据我所知，这种方法是不受监督的，并很好地根据词汇量对大量文档进行聚类/分组。这些技术在控制算法应该关注的主题方面有一定的局限性。此外，在我的例子中<
浏览 0提问于2020-04-23得票数 1
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
我一直在尝试对MOOC中的一组论坛帖子进行主题建模。我尝试过基本的LDA来创建主题，但是这些主题毫无意义。因此，现在我正在研究播种我的主题，以创建更好的主题。我找到了seededlda包，它需要一个dfm作为输入，以及一个种子术语字典。它工作得很好！我的问题是弄清楚每个文档或论坛帖子是如何分类的。我的<
浏览 0提问于2021-02-10得票数 0
我正在使用R中的topicmodels包进行主题建模，我正在创建一个语料库对象，执行一些基本的预处理，然后创建一个DocumentTermMatrix：dtm <- DocumentTermMatrix(corpus, control=list(minDocFreq=2, minWordLength=2))LDA(dt
浏览 1提问于2012-12-19得票数 42
回答已采纳
1回答
我正在尝试对R中的聊天数据进行主题建模。我很擅长创建文档术语矩阵的过程。=0.995)rowTotals <- apply(dtm, 1, sum)ldaGibbs5 <- LDA(ldaGibbs5)
topics<-colnames(gammaDF)[max.col(g
浏览 0提问于2017-03-27得票数 0
1回答
我试图使用R中的LDA将IT支持票分类为相关的主题。
我的语料库有：5,550个文档和1882个术语。i以12,000个术语开头，但在去掉常见的停止词和其他噪音词之后，我用了1800多个单词。在检查LDAvis输出后，算法返回的结果/主题非常好，我已经通过检查语料库的样本来验证这一点。我在输出中的话是
浏览 1提问于2016-09-23得票数 0
潜Dirichlet分配(LDA)和分级Dirichlet过程(HDP)都是主题建模过程。主要的区别是LDA要求指定主题的数量，而HDP不需要。为什么会这样？这两种主题建模方法的区别、利弊是什么？
浏览 0提问于2014-05-18得票数 62
回答已采纳
1回答
我正在使用'topicmodels‘包在R中构建一些主题模型。在预处理和创建文档术语矩阵之后，我将应用以下LDA Gibbs模型。这可能是一个简单的答案，但我是R的新手，所以它是这样的。有没有办法将主题和术语列表连同它们的概率一起导出到文本文件或excel文件中？我可以在R中打印它们
浏览 0提问于2014-05-28得票数 4
云服务器
ICP备案
腾讯会议
云直播
对象存储
腾讯云开发者
