2

我一直在使用该topicmodels包在 R 中创建 LDA 模型。

require(tm)
require(topicmodels)

textvector <- c("this is one sentence", "this is another one",
                         "a third sentence appears") 
                         #and more, read in through a file
dtm <- DocumentTermMatrix(Corpus(VectorSource(textvector)))
lda.model <- LDA(dtm, 5)

但它接受文档的唯一格式是实际的文字文档。我想知道是否有办法提供频率图

[word1: 4, word2: 9,  word3: 25, word5:3...]

这显然不是 R 中的“地图”,而是允许从词频创建主题模型的任何数据结构(数据框、表、向量列表)表示?

我需要这个的原因是因为主题模型不是在“文档”和“单词”上创建的,而是在图像中的类似特征上创建的,并且长格式表示需要太多空间。

4

1 回答 1

0

您不需要使用 tm 的调用来创建 doc-term 矩阵。您可以自己创建和发送,只要“文档”在行中并且组件“单词”在列中表示。但是,您不能简单地在表格中提供频率计数,因为 LDA 依赖于知道哪些单词出现在哪些文档中!

于 2014-01-03T18:28:44.217 回答