在使用 R 中的 text2vec 包运行 lda 模型后,我试图找出主题文档的概率。
以下命令生成模型:
lda_model <- LDA$new(n_topics = n_topics, doc_topic_prior = 0.1, topic_word_prior = 0.01)
doc_topic_distr <- lda_model$fit_transform(x = quantdfm, n_iter = 2000, convergence_tol = 0.00001, n_check_convergence = 10, progressbar = FALSE)
quantdfm 是使用 quanteda 包的 dtm,我将其插入 $fit_transform 方法。
我注意到 doc_topic_distr 包含主题文档概率(甚至没有要求规范化)。它是否正确?因为在之前的帖子中:如何从 text2vec LDA 获取主题概率表,Dmitriy Selivanov 要求使用以下方法得出这样的概率:
doc_topic_prob = normalize(doc_topic_distr, norm = "l1")
而当我使用与上面相同的命令时, doc_topic_distr 和 doc_topic_prob 具有相同的值(我认为前者包含整数而不是后者中的分数)。
请建议这是否是代码的预期行为,或者我在这里遗漏了一些东西。
谢谢。