在以下链接中： Topic Coherence To Evaluate Topic Models 描述了主题连贯性方法来解决主题模型的评估。你知道有什么R包可以执行这个任务吗？
浏览 24提问于2020-04-23得票数 1
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LDA仍然为我提供描述5个主题的良好主题词的输入文档。如果在输入文档中出现类似的主题混合，该怎么办？LDA是否应该像第一段那样找到
浏览 2提问于2015-04-04得票数 1
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上逐渐减少权重
或者LDA方法我还使用了加权jaccard (设置关键字重叠
浏览 1提问于2021-05-06得票数 0
5回答
为了获得最佳性能，我想估计最佳主题数量。通过阅读“寻找科学主题”，我知道我可以首先计算logP(w|z)，然后使用一系列P(w|z)的调和平均值来估计P(w|T)。
我的问题是“一系列”是什么意思？
浏览 0提问于2013-07-02得票数 23
我正在尝试对跨越2个世纪的政治演讲数据集进行主题建模，理想情况下，我希望使用考虑时间的主题模型，例如随时间变化的主题(McCallum和Wang 2006)或动态主题模型(Blei和Lafferty 2006然而，鉴于我不是一个有经验的程序员，R包或一些实现这两个主题模型的示例代码的帮助将真的很有帮助。
有没有人知道R是否存在这
浏览 0提问于2017-04-11得票数 2
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的唯一主题)。我认为这是主题模型的算法和词汇假设的结果。( 1)在R
浏览 2提问于2015-06-15得票数 0
1回答
使用实现quanteda包的ldarequire(quanteda.corpora)require(topicmodels)dfmat_news[ntoken(dfmat_news) > 0,]lda <- LDA(dtm, k = 10)
是否有任何指标可以帮助理解适当数量的主题我需要这个，因为我的短信很小，而且
浏览 0提问于2019-08-12得票数 0
回答已采纳
我是典型的，有规律的，每天的R用户。在R中，有非常有用的lda.collapsed.gibbs.sampler在包中，tha使用一个折叠的吉布斯采样器来拟合一个潜在的Dirichlet分配(LDA)模型，并利用吉布斯抽样的最后一次迭代返回潜在参数的点估计这对于评估收敛性和比较不同的LDA模型(针对不同主题的计算)非常有用。
我感兴趣的是，在模型中是否有这样的选择？
浏览 6提问于2015-07-22得票数 3
我正在使用sklearn的NMF和LDA子模块来分析未标注的文本。我阅读了文档，但不确定这些模块中的转换函数(NMF和LDA)是否与R的主题模型中的后验函数相同(请参见)。基本上，我正在寻找一个函数，它将允许我使用训练集数据训练的模型来预测测试集中的主题。我预测了整个数据集上的主题。然后将数据分解为训练集和测试集，对训练集模型进行训练，并利用该模型</em
浏览 3提问于2016-11-14得票数 7
回答已采纳
2回答
NLP分析建议
、、、、
我有多个调查回答，每项调查都有一个高数量的回答者(3K+)，尽管回答这个问题的人数相对较少(通常每项调查50人)。答复很短(通常是一行/句子答复)，但我有大约20项调查，所以有一个合理的语料库可以使用。这里是我的计划(高层次)：预处理和清理数据，对文本数据本身运行一些描述(弓，词频率，可能是tf-国防军，词云)，然后尝试一些主题建模和可能的情感分析。当我在这个庞大的学习过程中工作时，我的主要问题是：
这种类型的数据集是否需要任何特定的主题建模
浏览 6提问于2022-06-01得票数 0
回答已采纳
2回答
特定主题语言模型的评价
、、、
我已经在我的自定义数据集上完成了一个预先训练过的语言模型(GPT-2)。我希望有一种方法来评估我的模型生成特定预定义主题的句子的能力，以单个关键字的形式给出。例如，给定LM，模型的输出与单词计算机指定的主题有多大的关系？我已经尝试过的是:从LM生成足够多的句子，并将这些句子与目标主题(或主题中的每一个单词，我们有多个单词)之间的平均余弦相似度作为这里描述。我不确定这是否</
浏览 0提问于2020-10-02得票数 2
回答已采纳
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，但它给出了一个错误。
浏览 3提问于2021-02-17得票数 1
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/主题模型中比较主题的一些好方法是什么？例如，是否可以估计两个LDA模型重叠的程度？或
浏览 0提问于2017-09-01得票数 4
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包的函数。
请让我知道。
浏览 4提问于2022-01-02得票数 -1
1回答
我发现，在R中的forecast包中，我可以很容易地在我的ARIMA模型中加入一个外生变量Y来预测X。虽然我对我需要经历的过程有一个大致的理解，以确定X上正确的ARIMA模型，但我不知道我需要了解什么才能将它合并为一个外生变量。我想知道是否有人能帮助我理解在我的模型中包含这个变量的含义，以及我是否可以执行任何测试/检查来确定在我的模型中使用这个变量是否是
浏览 0提问于2016-08-04得票数 0
1回答
将多个模型转换为1个模型
、、、
目前，为了做到这一点，我们使用机器学习模型每项工作。我们向它提供申请人身份的例子。但是，由于训练数据集的大小较小，这通常具有较低的性能。对这一方法的一个潜在改进可能是创建一个单一的模型，它接受关于申请人的信息和关于工作要求的信息，然后预测是否要面试。这种方法有可能奏效吗?在任何情况下都在使用/已经研究过这种技术吗？“不同的工作”代表不同的审查主题，“工作要求”是纳入的标准，每个“申请人”实际上是一份医学出版物。我使用了这个例子，因为它具有可比性，并且需要更少的领域专门知识<em
浏览 0提问于2018-06-07得票数 3
回答已采纳
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类似的实现方式，特别是如果它们还创建了一个类似
浏览 8提问于2017-11-14得票数 1
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号