1回答
我有一个关于R的topicmodel中的LDA的问题。我创建了一个矩阵，将文档作为行，术语作为列，文档中的术语的数量作为来自数据框架的各自的值。当我想启动LDA时，我收到了一条错误消息，指出是"Error in !all.equal(x$v, as.integer(x$v)) : invalid argument type"。spread(terms, n, fill=0)
doctermmatrix <- as.DocumentTermMatrix(data_matrix, weightTf(&
浏览 8提问于2018-08-17得票数 0
1回答
我试图使用R中主题模型包中的LDA模型，我需要测量方法的不稳定性，因此我从Dirichlet分布中生成了真正的参数，w= 3000字，t=8个主题，d=50个文档，每个文档大约有60个字：docs = as.DocumentTermMatrix(docs, weighting= weightTf)
浏览 10提问于2013-03-15得票数 1
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。probabilities <- topicmodels::posterior(seeded_
浏览 3提问于2021-02-17得票数 1
我在R中使用'lda‘包进行主题建模。我想使用新数据集的拟合潜在狄利克雷分配(LDA)模型来预测新主题(文档中相关单词的集合)。但该函数将document_sums作为输入参数，该参数是拟合新模型后的结果的输出。我需要帮助来理解现有模型在新数据集和预测主题上的使用。以下是Johnathan Chang为该包编写的文档中的示例代码：
#Fit a mode
浏览 5提问于2012-05-07得票数 5
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中是否有一个预先设
浏览 2提问于2015-06-15得票数 0
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该函数还具有一个很好的参数compute.log.likelihood，当设置为TRUE时，将使取样器在每次对变量进行扫描后，计算单词(在常数因子内)的日志可能性。这对于评估收敛性和比较不同的L
浏览 6提问于2015-07-22得票数 3
1回答
我尝试在LDA算法中为我的数据库找到最优的主题数量。为此，我尝试使用包"ldatuning“。在使用"gibbs“方法实现LDA算法之后，我尝试使用以下函数： Griffiths2004(模型，控制)参数应为:对"LDA control“类的对象进行建模用于估计的控制参数的命名列表或"LDAcontrol我是这样使用它的： Griffiths2004(lda_5, lda_5@
浏览 87提问于2021-06-15得票数 0
回答已采纳
1回答
使用实现quanteda包的ldarequire(quanteda.corpora)require(topicmodels))
dtm <- convert(dfmat_news, to = "topicmodels")是否有任何指标可以帮助理解适当数量的
浏览 0提问于2019-08-12得票数 0
回答已采纳
1回答
我使用R包topicmodel运行LDA，我一直在尝试获取增量的值，在我的理解中，这是dirichlet的参数，用于单词优先于主题。但是，我无法访问该值。我只能使用以下命令获得初始值：或我知道如何获得后验分布的α(文档上主题的Dir参数)，这只是slot(LDA,
浏览 9提问于2017-03-15得票数 2
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
浏览 8提问于2017-11-14得票数 1
我正在寻找一个潜在Dirichlet分配(LDA)的深入例子，并在R中为主题模型包指定了种子词。基本功能采用以下形式：
对于方法= "Gibbs“，可以将附加的参数种子词指定为”simple_triplet_matrix“类的矩阵或对象；缺省值为NULL。
浏览 1提问于2018-11-20得票数 0
1回答
如果我使用python进行LDA主题建模，可以使用transform函数获得LDA的“文档主题分布”--结果如下所示：现在，我也尝试了R结构主题模型(stm)包，我想得到同样的。stm包中是否有任何功能可以产生相同的东西(文档主题分布)？
浏览 1提问于2018-10-23得票数 2
回答已采纳
1回答
我试图优化一个LDA主题模型使用崩溃吉布斯抽样。我一直在使用R中的ldatuning包来优化主题数k： burnin = 1000, thin = 500,
nstart我正在寻找LDA主题模型的Python实现，我可以使用相同的控件运行这些实现，以便它与我以前优化ldatuning的方法保持一致，但速度更快，因为我需要运行多个模型</e
浏览 2提问于2017-11-02得票数 0
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，并利用该模型对测试集进行转换。虽然预期我不会得到相同的结果，但是比较这两个运行<e
浏览 3提问于2016-11-14得票数 7
回答已采纳
我有一个在Java中通过Mallet训练的LDA模型。从Mallet LDA模型生成了三个文件，这允许我从文件运行模型并推断新文本的主题分布。现在，我想实现一个Python工具，它能够根据经过训练的LDA模型，在给定新文本的情况下推断主题分布。我不想在Python中重新训练LDA模型。因此，我想知道是否可以将经过训练的Mallet LDA模型加载到Gensim或任
浏览 18提问于2017-05-04得票数 5
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方法是什么？
具体来说，我想刮一个媒体API，以找到与我的原始语料库中的主题相关的新文章(样本外文档)。因为我在做这
浏览 5提问于2016-10-25得票数 0
回答已采纳
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
我想看看如何从gensim lda主题模型访问字典。当您训练lda模型时，这一点尤其重要，稍后保存并加载它。换句话说，假设lda_model是在一组文档上训练的模型。要获得文档主题矩阵，可以执行类似下面的操作或类似于https://www.kdnuggets.com/2019/09/overview-topics-extraction-python-latent-dirichlet-allocation
浏览 39提问于2021-01-25得票数 1
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
