同学们，

我是主题建模的初学者。我在 R 中使用主题模型包。函数调用是 LDA(data, k)。

我想知道使用了哪些 alpha 和 beta 值？另外，哪种推理算法用于参数估计？变分 EM 还是 Gibbs？

谢谢

问题陈述：我有几个文件（20k 个文件）。我需要应用主题建模来查找相似的文档，然后分析这些相似的文档以找出它们之间的不同之处。问：谁能建议我任何可以实现这一目标的主题建模包。我正在探索 Mallet 和 Gensim Python。不确定哪个最适合我的要求。

任何帮助将不胜感激。

另一个线程有一个与我类似的问题，但遗漏了可重现的代码。

有问题的脚本的目标是创建一个尽可能节省内存的进程。所以我尝试编写一个类corpus()来利用 gensims 的功能。但是，我遇到了一个 IndexError，我不确定在创建lda = models.ldamodel.LdaModel(corpus_tfidf, id2word=checker.dictionary, num_topics=int(options.number_of_topics)).

我使用的文档与 gensim 教程中使用的文档相同，我将其放入 tutorial_example.txt：

收到错误

下面是gensim_topic_modeling.py脚本：

结果topic-modeling-log文件如下。提前感谢您的帮助！

主题建模日志

我正在使用“topicmodels”包在 R 中构建一些主题模型。在预处理和创建文档术语矩阵之后，我正在应用以下 LDA Gibbs 模型。这可能是一个简单的答案，但我是 R 的新手，所以就这样吧。有没有办法可以将主题和术语列表及其概率导出到文本文件或 Excel 文件？我可以在 R 中打印它们（如下所示），但不知道如何导出 :(

这主要是因为我可以做一些可视化，我确信可以在 Excel 中完成，但就像我提到的那样，我是一个新手，没有太多可用于学习 R 中的可视化技术。希望这是有道理的

我有这个代码来导入文件.mallet：

但是如果我想手动切换每个实例，我该怎么办？我试过这个：

但它给了我一个错误！

编辑

我试过了，它似乎可以处理一个字符串数组：

我使用gensim从文档集合中构建字典。每个文档都是一个令牌列表。这是我的代码

我的问题是如何将新文档（令牌）添加到这本字典并更新它。我在gensim文档中搜索但没有找到解决方案

I would like to get a single probability distribution for a collection of documents, as I need to be able to use the KL-Divergence, is this possible?

In this example: http://mallet.cs.umass.edu/topics-devel.php with the method getTopicProbabilities() I get the probability distribution of each instance, but if I wanted to get a single distribution for a collection of documents?

Could this be the topic distribution of the documents?

我对槌子比较陌生，需要知道：-槌子产生的每个主题中的单词是否以某种方式排序？- 如果是这样，主题列表中的排序（即）是第一个在整个语料库中分布最高的排序（即）是什么？

谢谢！

我正在尝试运行 Mallet 的主题建模，但出现以下错误：

我已经添加了所有的jar文件！你能告诉我这里有什么问题吗？

谢谢，

我正在寻找一些适用于大型数据集的主题建模工具。

我当前的训练数据集是 30 GB。我尝试了MALLET 主题建模，但总是出现 OutOfMemoryError。

如果您有任何提示，请告诉我。