问题标签 [lda]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
mahout - 在 mahout 0.8 中运行 cvb
当前的 Mahout 0.8-SNAPSHOT 包括用于主题建模的折叠变分贝叶斯 (cvb) 版本并删除了潜在狄利克雷分析 (lda) 方法，因为 cvb 可以更好地并行化。不幸的是，只有关于如何运行示例并生成有意义的输出的lda文档。
因此，我想：
- 正确预处理一些文本
- 运行 cvb 的 cvb0_local 版本
- 通过查看每个生成的主题中的前 n 个单词来检查结果
r - LDA 与 topicmodels，我如何查看不同文档属于哪些主题？
我正在使用 topicmodels 包中的 LDA，我已经在大约 30.000 个文档上运行它，获得了 30 个主题，并获得了主题的前 10 个单词，它们看起来非常好。但是我想看看哪些文档属于哪个主题的概率最高，我该怎么做？
nlp - NLP 的停用词列表
he, she, it在执行 NLP 或 IR/IE 相关任务时，是否有人们通常用来删除标点符号和关闭类词（例如）的停用词列表？
我一直在尝试使用 gibbs 抽样来进行词义消歧的主题建模，并且它不断给标点符号和近类词提供高概率，只是因为它们经常出现在语料库中。https://github.com/christianscheible/BNB/blob/master/nb_gibbs.py
python - 如何从 gensim 打印 LDA 主题模型？Python
使用gensim我能够从 LSA 中的一组文档中提取主题，但是如何访问从 LDA 模型生成的主题？
打印lda.print_topics(10)代码时出现以下错误，因为print_topics()返回 a NoneType：
编码：
python - 每次我在同一个语料库上训练时，LDA 模型都会生成不同的主题
我正在使用 pythongensim从一个包含 231 个句子的小型语料库中训练一个潜在狄利克雷分配 (LDA) 模型。然而，每次我重复这个过程，它都会产生不同的主题。
为什么相同的LDA参数和语料每次都会产生不同的主题？
以及如何稳定主题生成？
我正在使用这个语料库（http://pastebin.com/WptkKVF0）和这个停用词列表（http://pastebin.com/LL7dqLcj），这是我的代码：
python - 我应该使用哪个 gensim 语料库类来加载 LDA 转换的语料库？- Python
如何从 python 加载 LDA 转换的语料库gensim？我试过的：
上面的代码将输出：
如果我想加载保存的 LDA 转换语料库，gensim我应该使用哪个类来加载？
我试过使用corpora.MmCorpus.load()，它没有给我转换后的语料库的相同输出，如上所示：
mahout - 如何使用 mahout-distribution-0.7 中的 jar 文件运行 lda
我有几个 jar 文件，即 mahout-integration-0.7.jar、mahout-math-0.7.jar、mahout-core-0.7.jar、mahout-core-0.7-job.jar、mahout-examples-0.7.jar 和mahout-examples-0.7-job.jar。如何通过调用某个 jar 文件来运行 LDA，例如我应该首先声明什么及其参数？
我已经在互联网上搜索了示例，但其中大多数
但是这些 jar 文件中没有这样的 lda.class 文件。那么如果我使用这些 jar 文件，我应该怎么做才能运行 LDA。
r - R中的函数topicmodels::lda出错
我正在尝试使用 R 中 topicmodels 包中的 LDA 模型。我需要测量方法的不稳定性，因此我从 Dirichlet 分布中生成了 w = 3000 个单词、t = 8 个主题和 d = 50 个文档的真实参数，其中大约 60 个单词每一个：
所以我的 docs 矩阵是一个稀疏矩阵 d * w，几乎所有元素都是 0 或 1。
然后我需要我的文档矩阵成为 DocumentTermMatrix 类的对象，以便在 topicmodels:lda() 中使用它：
我需要使用吉布斯采样方法，所以我写
然后我得到：
lda.default(docs, t, method = "Gibbs") 中的错误：nrow(x) 和 length(grouping) 不同
我猜这个 topicmodels 包使用 MASS 包，但是这个分组参数是我无法明确控制的，可以吗？或者我对我的数据做错了什么？
请帮我！
BR，玛丽亚
lda - 动态主题模型输出 - Blei 格式
我正在使用 Blei 开发的动态主题模型包。我是 LDA 的新手，但我理解它。
我想知道
lda-seq/topic-000-var-obs.dat商店名称的输出是什么？
我知道它lda-seq/topic-001-var-e-log-prob.dat存储了变分后验的对数，并通过对其应用指数，我得到了主题 001 中单词的概率。
谢谢
python - 如何使用 csr_matrix 初始化 gensim 语料库变量？
我有 X 作为我使用 scikit 的 tfidf 矢量化器获得的 csr_matrix，而 y 是一个数组
我的计划是使用 LDA 创建功能，但是，我找不到如何使用 X 作为 csr_matrix 来初始化 gensim 的语料库变量。换句话说，我不想下载 gensim 文档中显示的语料库，也不想将 X 转换为密集矩阵，因为它会消耗大量内存并且计算机可能会挂起。
简而言之，我的问题如下，
- 鉴于我有一个代表整个语料库的 csr_matrix （稀疏），你如何初始化一个 gensim 语料库？
- 如何使用 LDA 提取特征？