例如，如果主题A具有以下分布:单词A: 0.6，单词B: 0.3，单词C: 0.1。基于文档中包含单词C的事实，该文档已被归类为主题A。它没有其他单词(既不是来自主题A，也不是来自任何其他主题)。有没有什么指标告诉你，即使它被分配了主题A，它也是一个弱分配
浏览 56提问于2021-03-22得票数 0
1回答
我有两节课的单词清单。假设n项在A类中，m项在类B中。我希望在python中使用gensim包(用于LDA)的主题建模，以便为A类和B类训练一个模型，同时我对主题建模和Python都很陌生。我的意思是，我应该把每个班级的所有包和使用的gensim合并起来，还是应该单独使用每个项目的包？谢谢!
浏览 3提问于2014-12-05得票数 1
回答已采纳
1回答
我知道，在对gensim的lda模型进行培训之后，我们可以通过以下方法获得一个看不见的文档的主题：doc_lda = lda[doc_bow]
但是，那些已经用于培训的文档呢？我的意思是，是否有一种
浏览 3提问于2014-04-12得票数 8
回答已采纳
3回答
我已经在text_corpus上使用gensim训练了LDA模型。>lda_model = gensim.models.ldamodel.LdaModel(text_corpus, 10)
现在，如果必须推断一个新的文本文档text_sparse_vector，我必须这样做类gensim.models.ldamodel.LdaModel具有名为show_topics(topics=10，topn=10，log=False，for
浏览 3提问于2012-12-17得票数 1
我在语料库上使用一个LDA模型来学习它所涵盖的主题。我正在使用gensim包(例如，gensim.models.ldamodel.LdaModel)；如果需要，可以很容易地使用其他版本的LDA。我的问题是，使用参数化模型和/或主题词或主题is查找和检索包含主题的新文档的最有效
浏览 5提问于2016-10-25得票数 0
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个单词。这是正确的吗？或者，我是否必
浏览 3提问于2016-03-04得票数 2
我只是为了主题建模而学习gensim。当我使用 lda_model = gensim.models.ldamodel.LdaModel(...)结果lda_model有两个函数: get_topics()和get_document_topics()。我可以通过它们找到主题-word和文档-主题。但是，我想尝试一下： hdp_lda_model = gensim.models.hdpmodel.Hdp
浏览 108提问于2019-12-20得票数 1
回答已采纳
1回答
使用gensim进行词聚类
、、、、
我刚接触gensim，我读过关于的文章，据我所知，它创建了一个带有主题和单词的模型，并试图将它们联系起来。在我的公司，我们有一个短语列表，我们使用一个使用Damerau-Levenshtein距离公式的脚本对它们进行过滤后手动对它们进行聚类(实际上，这个数据是在Elasticsearch上的，我们使用fuzzyness我的问题是:这个ge
浏览 0提问于2017-05-18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<e
浏览 0提问于2017-09-01得票数 4
我有两个与gensim的使用有关的问题。
1)如何使用一个语料库创建一个模型，保存它，或者通过在另一个语料库上对模型进行训练来扩展它？有可能吗？( 2) LDA是否可以用来分类一个看不见的文档，或者需要通过将它包含在语料库中来重新创建模型？有没有一种在线的方
浏览 1提问于2015-05-31得票数 0
回答已采纳
我有一个“优化”问题，我真的不知道我应该从哪一个方向出发。下面是对我问题的描述：语料库：
包含原始语料库最大值
浏览 1提问于2017-02-16得票数 0
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</e
浏览 0提问于2014-11-13得票数 9
1回答
我正在开发一个根据主题对文档进行集群的应用程序。我使用LDA (潜在的Dirichlet分配)算法。现在原型已经准备好了，也有了一些结果。
一个主题内的文件确实是关于这个主题</em
浏览 2提问于2014-01-10得票数 0
是否有一种方法可以在不使用LDA_ModelunseenDoc语法的情况下使用经过预先训练的LDA模型来获得未见文档的主题分布？我正在尝试将我的LDA模型实现到一个web应用程序中，如果有一种方法可以使用矩阵乘法来获得类似的结果，那么我可以
浏览 6提问于2020-06-04得票数 0
回答已采纳
我正在使用python中的gensim在一个中等大小的语料库上做am主题模型。我们已经大致知道了一些我们期待的话题。特别是，我们知道语料库中确实存在一个特定的主题，我们希望模型能够为我们找到这个主题，这样我们就可以提取出属于这个主题的语料库的元素。有没有一种方法</e
浏览 8提问于2022-10-31得票数 -1
我在R中工作，打包“topicmodel”。我正在努力工作，更好地理解代码/包。在我正在阅读的大多数教程和文档中，我看到人们通过5个或10个最可能的术语来定义主题。在lda对象中，我可以访问gamma元素，它包含每个文档涉及每个主题的可能性。因此，基于此，我可以提取概率大于任何我喜欢
浏览 4提问于2017-05-15得票数 3
我正在尝试使用主题模型对twitter流数据进行建模。Gensim是一个易于使用的解决方案，它的简单性令人印象深刻。它有一个真正的LSI在线实现，但不是LDA。对于像twitter这样不断变化的内容流，动态主题模型是理想的选择。有没有什么方法，或者甚至是黑客--一种实现，或者甚至是一种策略，我可以</e
浏览 2提问于2014-03-18得票数 6
1回答
我正在使用gensim LDA进行主题建模。我需要获取语料库的主题分布，而不是单个文档的主题分布。假设我有1000个文档，属于10个不同的类别(假设每个类别有100个文档)。在训练了1000个文档的LDA模型之后，我想看看每个类别的主要主题是什么。下图说明了我的数据集和目标。
到目前为
浏览 22提问于2018-10-19得票数 0
2回答
在LDA中指定词汇表输入
、、、、
我正在尝试理解如何在我的案例中使用LDA。我有一个包含许多文档的语料库，我想看看一组非常具体的单词和ngram是如何跨主题分布的。有没有一种方法可以指定特定单词的列表作为主题建模的词汇表？我一直在使用gensim实现，我相信参数id2word可以处理这个问题，但是文档
浏览 12提问于2020-02-18得票数 0
我在上关注“英语维基百科”的基因教程doc_lda = lda[doc_bow]
LDA是否只需要词袋向量？
浏览 89提问于2017-06-27得票数 10
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
