我正在尝试使用主题模型生成提取术语的分类法。因此，我不得不使用分层潜在狄利克雷分配。但是，在获得主题树后，我想对主题进行注释，但我无法在 Mallet 中生成单词主题分布。我检查了参数，似乎我能得到的唯一输出文件就是输出状态，它没有显示所需的信息。
我正在从命令窗口使用槌实现，我正在使用以下命令行：
bin/mallet run cc.mallet.topics.tui.HierarchicalLDATUI --input my_corpus.mallet --output-state topic-statehlda.txt
我设法获得了topic-statehlda.txt，其中包含单词的所有主题路径，并且我还对其进行了可视化（主题树TopicsTree的示例- 修剪的术语，因为它们使树变大且难以导航）。有些术语出现在多个主题中，这就是为什么我对单词-主题分布感兴趣，以便能够选择最具代表性的术语。
你能给些建议么？有没有办法以不同的方式检索主题标签？
我正在对来自同一主题的文档应用 HLDA，并且我仅使用 HLDA 在自动提取的术语（名词短语）列表中提取可能的分类法，这看起来有意义还是不好的做法？
语料库是 OCR 处理的保险文件的集合。我自动提取的分类法的一个示例是：
汽车保险单, 汽车保单计划表, 摩托车保单计划表, 保单承保, 保险使用, 封面说明, 盗窃保险, 挡风玻璃盖, 综合保险, 故障保险, 商用车保单, 商用车, 摩托车, 车辆保单持有人, 车辆保险公司, 被保险人车辆
我正在尝试建立一个分类法，例如前 3 个短语位于同一节点下（属于同一级别）