应用gensim LDA主题建模后，如何为每个主题获取概率最高的文档，并将其保存在csv文件中？

文章/答案/技术大牛

发布

1回答

python、csv、gensim、lda、topic-modeling

我使用gensim LDA Topic Modeling从语料库中获取相关主题。现在，我希望获得代表每个主题的前20个文档:在一个主题中概率最高的文档。我想将它们保存在CSV文件中，格式如下:主题ID、主题单词、主题中<e

浏览 49提问于2019-06-02得票数 3

1回答

Python gensim LDA:在获得主题后将主题添加到文档中

python、gensim、lda

我正在使用gensim的LDA来执行主题建模。我知道如何将原始文本数据转换为语料库并获取主题。但是，在我得到主题之后，我是否可以将主题结果标记或添加回原始文档？1中每个主题的分布情况。现在，我的问题是:如何将其转换为每个主题的数值变量及其对

浏览 2提问于2017-10-04得票数 4

2回答

gensim的get_document_topics方法返回的概率加起来不等于一个

text-mining、gensim、lda、topic-modeling

有时，它会返回所有主题的概率，而且一切都很好，但有时它只返回少数几个主题的概率，它们加起来不等于一个，这似乎取决于文档。一般来说，当它返回很少的主题时，其概率加起来大约是80%，那么返回的仅仅是最相关的主题吗？有没有办法强迫它返回所有的概率？也许我遗漏了一些东西，但是我找不到方法参数的任何文档。

浏览 4提问于2017-06-15得票数 5

回答已采纳

1回答

数据中每一行的主题模型

python、pandas、nlp、gensim

我希望遍历每一行(也称为文档)，并进行主题模型，然后将每个主题中的前20个单词提取到csv中。我正在使用Gensim. i+=1

浏览 1提问于2022-04-30得票数 0

1回答

由于这个R包计算了三个度量标准(“CaoJuan2009”、"Arun2010“、"Deveaud2014")的值，我正在使用LDA进行主题建模，以获得正确的主题数量(我猜)。因为我对此非常陌生，我只是想了几个问题，这些问题对你们中的一些人来说可能是显而易见的，但我在网上找不到。在清理数据之前，我已经删除了所有重复实例(删除提及、终止词、奇怪字符、数字等)(所有三列共有)，以避免它们影响主题</e

浏览 0提问于2020-12-30得票数 2

回答已采纳

2回答

如何打印lda主题模型和每个主题的词云

python、topic-modeling、word-cloud

from nltk.tokenize import RegexpTokenizerfrom gensim import corpora, modelsimport osfrom time import sleepcorpus = [dictionary.doc2bow(i) for i i

浏览 3提问于2016-10-27得票数 9

2回答

如何设置时间片-动态主题模型

python-3.x、nlp、gensim、lda、topic-modeling

Intro 目前，我正在使用Gensim与熊猫和numpy一起运行文档NLP计算。我想要建立一个LDA序列模型，以跟踪我们的主题如何随着时间的变化，但遇到错误的语料库格式。我试图弄清楚如何为动态主题模型设置时间切片。我使用的是，它需要一个整数时间片。前提是time_slice将表示每个时间片中的指示数/行/文档数。例如，我的数

浏览 0提问于2019-07-05得票数 2

回答已采纳

3回答

文本分类和主题模型有什么区别？

classification、text-mining、topic-model

我知道聚类和分类在机器学习中的区别，但是我不理解文本分类和文档主题建模之间的区别。我可以使用文档上的主题建模来识别一个主题吗？我可以使用分类方法对这些文档中的文本进行分类吗？

浏览 0提问于2014-08-12得票数 30

回答已采纳

2回答

如何在doc2vec中找到文档中最相似的术语/单词？

python、cluster-analysis、gensim、word2vec、doc2vec

我应用Doc2vec将文档转换为vectors.After，在聚类中使用向量，并计算出与每个集群的质心最接近/最相似的5个文档。现在，我需要找到这些文档中最主要或最重要的术语，以便我能够了解每个集群的特征。我的问题是，在Doc2vec中，是否有任何方法可以找出文档中最主要或最简单的术语/单词。我正在使用python的<

浏览 3提问于2017-09-05得票数 0

回答已采纳

2回答

用于内容推荐的PredictionIO (例如Tweets )

nlp、text-mining、predictionio

我想要实现的是：，我想对文本中包含的单词进行分类。，但是我如何将原始Tweets这样的数据导入PredictionIO呢？是否有可能让PredictionIO浏览内容并找到强有力的单词并将它们按类别进行排序？我想得到的是:应该出现的Query for Boston Red Sox -->关键字是：baseball, Boston, sports, ...

浏览 0提问于2015-05-12得票数 1

3回答

哪些观察与LDA中的主题模型相关，以及sklearn包实现

machine-learning、scikit-learn、lda、unsupervised-learning、sklearn-pandas

我已经成功地实现了这个，我可以很好地看到这些主题，但是我如何恢复到这些主题形成的观察呢？我知道这是可能的，使用SAS企业矿工，但我不知道如何做到这一点。任何帮助都将不胜感激！谢谢。

浏览 4提问于2016-11-04得票数 1

回答已采纳

4回答

如何在百万文档的文档分类中发现离群点？

python、machine-learning、text-classification、outliers、cosine-similarity

我有一百万个文档，它们属于不同的类(100个类)。我想找出每个类中的异常文档(不属于该类，但分类错误)，并对它们进行过滤。我可以通过比较每个文档的标记来使用余弦相似度进行文档相似度。我无法将其应用于为给定类别过滤错误分类的文档。示例:为了简单起见，考虑这3个类以及它们下面的文档。 ClassA ClassB

浏览 0提问于2019-12-19得票数 2

2回答

使用Gensim获得LDA-模型的最佳主题数量的最佳方法是什么？

python、text-mining、lda、gensim、topic-modeling

我正试图在Gensim中获得LDA模型的最佳主题数.我发现的一种方法是计算每个模型的日志可能性，并相互比较，例如在上。因此，我研究了使用Gensim计算LDA模型的日志可能性，并看到了以下帖子：它基本上说明了update_alpha()方法实现了黄、乔纳森中的方法。Dirichlet分布参数的极大似然估计不过

浏览 5提问于2015-08-31得票数 11

1回答

建立基于verse主题的古兰经经文检索系统doc2vec嵌入模型需要帮助

python、deep-learning、nlp、arabic、doc2vec

我收集了阿拉伯语、伊斯兰数据，如： حدثناسعيدبنيحيىبنسعيدالقرشي،قالحدثناأبيقال经过培训后，我的模型是使用它嵌入每个手册注释的主题individuality (为了澄清:我将像这样的每一行أركان الاسلام-التوحيد-الكافرون-افت

浏览 1提问于2019-02-17得票数 1

5回答

从文本内容生成标签

python、tags、machine-learning、nlp、nltk

我很好奇是否存在一种算法/方法，通过使用一些权重计算、出现比率或其他工具，从给定的文本生成关键字/标签。谢谢

浏览 2提问于2010-04-18得票数 51

回答已采纳

1回答

语义用户界面中的动态主题变化

javascript、semantic-ui

在语义用户界面中，有很多问题问如何改变主题，但我甚至没有找到一个问题，它指的是动态地改变主题，即webpack构建之后。我想让每个用户的网站，以保存自己的喜好为主题。不幸的是，我看到的主题页面和所有文档描述了如何更改站点范围内的主题，并将其应用到新的站点范围构建中。或者定制(静态)站点范围的

浏览 3提问于2017-03-14得票数 11

回答已采纳

3回答

从Twitter状态获取意图的工具？

facebook、twitter、nlp、social-media

我正在考虑一个项目，在这个项目中，出版物的内容由该地区的人发布的相关的、公开的推文来扩充。但是我怎样才能通过编程找到相关的Tweet呢？我知道生成表示自然语言含义的结构几乎是NLP的圣杯，但也许有一些工具可以让我至少缩小范围？或者，我可以只使用hashtag。但这需要代表用户做更多的工作。我不太熟悉Twitter -大多数人使用标签(即使是小范围的问题)，或者依赖它们会切断大量的数据吗？我也有兴趣获取</e

浏览 0提问于2010-08-15得票数 3

2回答

解释Magento缓存系统

caching、magento

谁能解释一下Magento缓存系统以及Magento中的缓存模块是如何工作的？

浏览 0提问于2012-02-15得票数 11

回答已采纳

3回答

Powerpoint Super主题，手动构建.thmx文件和编辑xml文件

xml、themes、powerpoint、uid

因为我不是一个真正的程序员，所以更多的是试错… 在每个theme1.xml文件的末尾都有一个UID-id属性。我假设这代表了超级主题的id，因为这个id需要与超级主题中的所有主题文件相同。我试图重用从PowerPoint保存的主题文件中的id，但这不起作用，我假设这是如何被识别为单个主题<em

浏览 57提问于2020-11-24得票数 0

4回答

涉及文件上传和签名的应用程序

java、c#、asp.net、docusignapi、hellosign-api

我正在创建一个具有以下要求的web应用程序：我正在研究第三方开发者API，以帮助解决这个问题，比如DocuSign，但是我想到了一些问题/关注。我将假设上传和设置要签署的区域将需要通过docusign网站完成。那么，每个管理员是否必须登录到单个租户D

浏览 3提问于2018-12-02得票数 0

回答已采纳

点击加载更多