我的代码基于以下位置的代码：ReadWrite.py:59: UnicodeWarning: Unicode相等比较无法将两个参数都转换为Unicode -如果不是en_stop中的i，则将它们解释为标记中的i的不相等stopped_tokens =i
我想知道以前是否有人遇到过这个问题，或者是否有人知道如何修复这个<
浏览 11提问于2017-01-31得票数 0
你推荐哪些用于pLSA (概率潜在语义分析)和LDA (潜在狄利克雷分配)的包用于Python？Java和C++也可以，但最好是Python。我们非常感谢您的经验。
浏览 6提问于2011-05-05得票数 4
2回答
我一直在使用python(gensim包)中的潜在狄利克雷分配(LDA)生成客户评论集的主题。在生成标记时，我只从评论中选择长度为>= 3的单词(通过使用RegexpTokenizer)：tokenizer =RegexpTokenizer(r'\w{3,}')
tokens = tokenizer.tok
浏览 2提问于2016-04-17得票数 0
我正在使用Python的scikit-learn库学习集群，但我找不到一种方法来找到最佳的集群数量。我试图列出集群的数量，并将其传递到for loop中，并查看elbow，但我想找到更好的解决方案。我尝试过silhouette_score，但我得到的值非常低，有时甚至是负的。此外，我使用文本数据，我写了几个句子，可以*(比方说)分组，我有关于房子/家，关于学习，聚会，食物的句子……
是否有可能因为使用文本数据而导致silhouette_sco
浏览 0提问于2019-08-27得票数 0
5回答
有人知道Win32平台上是否有一些LDA算法的实现(无论是库还是应用程序)？可能是用C/C++或其他可以编译的语言？
浏览 2提问于2011-06-04得票数 2
1回答
我有文本数据，我想要发现它所具有的主题，我在维基百科等大型语料库上使用了经过训练的doc2vec，但结果不一致。是否有更好的方法来发现主题。
浏览 0提问于2019-05-13得票数 0
我读到过，最常见的主题建模技术(从文本中提取可能的主题)是潜在狄利克雷分配(LDA)。但最近我了解了另一个模型lda2vec。但是，我感兴趣的是，尝试将Word2Vec输出作为LDA的输入是否是一个好主意。
你认为为了一些研究而遵循这种方法有意义吗？因为我正在做主题建模，需要一些新的方法。
浏览 16提问于2019-11-25得票数 1
2回答
我最近从web上抓取了一些文本，并将输出保存为一个大约300页的.txt文件。我正在尝试实现LDA来构建主题，并且熟悉这样做的技术方面。然而，我的问题是，LDA使用一个文件还是多个文件(即，如果我正在检查200封电子邮件，我是否需要进行标记化，删除停用词和双关语，并阻止大文件，然后在实施LDA之前将每个电子邮件另存为单独的.txt文件，我现在面临的问题是，如果我将所有内容分解到单独的.txt文件中，文档的预处理将需要很长时间。有什么建议吗？非常感谢。
浏览 10提问于2013-10-28得票数 1
1回答
我的代码的输出是两个包含概率的矩阵。一个文档主题概率和另一个单词主题概率。但我实际上不知道如何使用这些结果来预测新文档的主题。我使用的是Gibbs抽样。有人知道是怎么回事吗？谢谢
浏览 0提问于2011-04-07得票数 2
1回答
我正在使用LDA(隐狄利克雷分配)主题建模进行基于内容的图像检索。我也希望使用Python来做同样的事情。我在Python for LDA for image dataset中找不到任何库/包，包似乎只适用于文本语料库。请在Python中为图像语料库推荐任何软件包，或简要列出执行图像LDA所需的步骤。
浏览 6提问于2017-03-07得票数 0
2回答
使用在线LDA对测试数据进行预测
、、、、
我使用的核心代码基于论文的原始在线LDA论文: Hoffman，Blei和Bach，“潜在狄利克雷分配的在线学习”。NIPS，2010。代码可以在上找到。
我使用的是约167000个文档的训练集。代码生成lambda文件作为输出，我使用它来生成主题(，printtopics.py).But我不确定如何使用它来查找关于新测试数据的主题(类似于gensim中的mode
浏览 4提问于2018-11-07得票数 0
3回答
我读到过，最常见的主题建模技术(从文本中提取可能的主题)是潜在狄利克雷分配(LDA)。
然而，我感兴趣的是，尝试使用Word2Vec进行主题建模是否是一个好主意，因为它在向量空间中对单词进行聚类。最后，我感兴趣的是根据主题从文本中提取关键字。
浏览 3提问于2015-10-07得票数 19
1回答
我在包含多个150k文档的数据集上使用k-means，但是我不知道什么是好的k值。我试着用肘部的方法找到它，但是惯性值变化不大。(我使用sklearn)。
浏览 0提问于2019-04-08得票数 0
2回答
在使用LDA算法识别所有文档的主题/聚类后，当新文档到达数据库时，我们是否需要重新运行整个过程，或者是否有其他方法可以通过模型直接将新文档映射到预定义的聚类/主题。
浏览 3提问于2015-10-26得票数 1
3回答
我在一些组中有一堆已经属于人类机密的文档。
有没有一个修改过的lda版本，我可以用它来训练模型，然后用它来对未知文档进行分类？
浏览 0提问于2012-11-26得票数 13
回答已采纳
2回答
主题建模的K-均值-弯曲法
、、、、
我知道这不是最好的方法，但这只是迈向更复杂模型的一步。令我困惑的是我得到的肘部曲线(下图)。你会如何解释它？为什么在50K附近有一个突然的峰值？或者在处理文本时，肘部方法并不能真正起作用？
浏览 3提问于2018-05-01得票数 1
假设我使用基本命令生成了一个潜在的Corpus1狄利克雷分配模型：我的问题是，我如何从“语料库2”中对新文档进行分类？我尝试使用以下命令print(ldamodel[Corpus2[1]])来获取第一个文档<e
浏览 4提问于2017-07-29得票数 1
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
