java - 如何使用槌获得词主题概率

Question

我已经使用槌制作了一个平行主题模型。

我想获得每个文档的热门词。

为此，我试图获得一个词主题概率矩阵。

我将如何实现这一目标？

Answer 1

当您使用 MALLET 构建主题时，您有一个名为--word-topic-counts-file. 当您提供此选项并指定文件时，MALLET 会在文件中的每一行写入（主题、单词、概率）值。您可以稍后用 C、Java 或 R（当然，任何语言）读取此文件来创建您想要的矩阵。

Answer 2

只是为了说明Praveen的答案。

使用--word-topic-counts-file, MALLET 将创建一个文件，其前几行如下所示：

0 伊丽莎白 19:1
1 李约瑟 19:2 17:1
2 去世 19:2
3 母亲 17:1 19:1 14:1

其中第一行表示elizabeth一词在主题 19 中出现过一次；第二行表示needham这个词与主题19关联了两次，与主题17关联了一次；等等......
虽然，这个文件没有给你明确的概率，你可以用它来计算它们。