modeling - 木槌上的主题建模

Question

我目前正在做主题建模的事情（初学者）我正在考虑使用木槌作为一些工具来让我了解这个领域，但是，我的问题是，我想训练一个基于 1000 个文档的模型，构建模型并在新的单个文档上使用该模型来生成其潜在主题。

但是，据我阅读有关 mallet 教程的内容，它总是说这个工具或 API 在文本语料库中很有用，这意味着它用于在多个文档中查找主题。

有没有一种方法可以根据模型（或从 1000 个文档中学习/构建的推理参数）在单个文档上找到主题？

有没有其他工具可以做到这一点？

非常感谢！

Answer 1

您可以参考示例代码 src/cc/mallet/examples/TopicModel.java，其中描述了如何聚类和推断新实例。

Answer 2

实际上，当您在目录上运行简单的 LDA 时，模型会根据来自您的语料库的一部分的“已经”训练的模型为该目录的每个文档分配主题比例。因此，主题比例以一定的概率分配给每个文档（已经按照该主题出现在该特定文档的概率进行排名）。