У меня есть группа текстовых файлов из нескольких журналов (назовем их журнал А и журнал Б), на которых я пытаюсь запустить LDA. Я разделяю их каждый на свой корпус, затем присоединяю имена файлов к каждому корпусу, сохраняю журнал происхождения под...

Я запускаю LDA с помощью пакета топиков. lda.model = LDA(dtm, k,control = list(em = list(iter.max = 1000, tol = 10^-4))) apps.terms<-terms(lda.model,15) head(apps.terms) Topic.1 Topic.2 Topic.3 Topic.4 Topic.5 1 38 55 187...

Я пытаюсь использовать LDA() из пакета топиков для довольно большого набора данных. Попробовав все, чтобы исправить следующие ошибки «In nr * nc: NAs, созданные целочисленным переполнением» и «Каждая строка входной матрицы должна содержать хотя бы...

Я хочу использовать Mallet в рамках проекта по поиску экспертов. Я почти новичок в Mallet, но знаю, что он тренирует темы из набора документов. Допустим, у меня есть 50 тем, подготовленных Маллетом. Я хочу рассчитать эту вероятность: p(topic|q)...

Я хочу использовать молоток для обучающих тем. Мои данные находятся в одном файле, поэтому я изучаю документацию молотка, чтобы понять, как создать этот единственный файл. На веб-сайте Mallet в разделе Один файл, один экземпляр в строке...

Я пытаюсь распределить список опрошенных вопросов по 30 различным категориям, используя функцию LDA в пакете топиков. Код, который у меня есть до сих пор: source <- VectorSource(openended$q2) corpus <- Corpus(source) corpus <-...

Я пытаюсь понять техническую часть скрытого распределения Дирихле (LDA), но у меня есть несколько вопросов: Во-первых: почему нам нужно добавлять альфа и гамму каждый раз, когда мы пробуем приведенное ниже уравнение? Что, если мы удалим альфа и...

Рационально ли использовать тематическое моделирование для одного документа или, если быть более точным, математически приемлемо использовать метод LDA-гиббса для одного документа. Если да, то каким должно быть значение k и seed. Также какова роль k...

Я пытаюсь сравнить «консенсусное» предсказание темы (бета) по терминам (в заданном документе) с наиболее вероятной предсказанной темой из самого документа (гамма), используя функции из topicmodels . Хотя легко извлечь наиболее вероятную...