问题标签 [topicmodels]

我已经创建了一个 stm 主题模型，但 summary.estimateEffect 有问题，我有大约 150 天，但它只打印 10 天的回归估计。

主题 14 系数 - https://prnt.sc/105pg1a

任何人都可以推荐任何关于如何打印超过 10 天的建议吗？

我正在尝试构建一个模型，该模型可以确定文本字符串与预定义主题的相关程度，并尝试了几种方法（主要是带有种子词的 LDA，主要是朴素贝叶斯），但无法真正获得所需的结果。

我有一个列表，其中包含“内部”和“外部”两个主题以及与每个主题相关的几个单词

我要分析的文本包含在列中，例如：banks_production_clients

此外，我有大约 1115 个文档，每个文档与多个列相关（每个大约 200 个）。

我希望我的模型能够识别这包含两个属于“外部”主题的词和一个属于“内部”主题的词。所以，这使得它类似于 0.67 与外部相关，0.33 与内部相关。最后，我想看看每个文档（包含 200 列）与任一主题的相关程度。

单词的出现差异很大，因此在运行 LDA 时，将频繁出现的单词组合在一起，因为它们也更频繁地同时出现。

我正在使用 GeniusAPI 的数据对 Paramore 的唱片进行抒情分析。在经历了数据争论之后，我已经完成了大部分分析。我能够根据每张专辑的情绪分析创建词云和条形图。但现在我正在尝试为其中一张专辑（Riot）进行主题模型。为此，您必须确保您的数据是文档术语矩阵。

就在第一步尝试启动主题模型时出现错误消息

数据（防暴令牌）

错误消息：未找到数据集 'riottoken'"

虽然我使用 'riottoken' 进行词云和情感分析。

我尝试使用不同的代码将“riottoken”（我的数据）转换为语料库和文档术语矩阵，但也失败了。我将在下面留下两个例子。任何帮助将不胜感激。

我正在尝试对一些数据进行主题建模。为此，我必须将我的数据（包含 770 行的小标题）转换为语料库，然后转换为文档术语矩阵。我无法将我的 tibble 转换为语料库，任何指导或帮助将不胜感激。下面的示例代码：

'''语料库 = 语料库（向量源（RIOTtoken）'''

这将导致一条错误消息显示错误：corpus() 仅适用于字符、语料库、语料库、data.frame、kwic 对象。

（RIOTtoken 是我的数据，我正在尝试分析一张专辑）

我有一个包含近 90 列和大约 200k 观察值的大数据集。其中一列包含描述，因此它只是文本。但是，我有 100 条不适用的描述。

我尝试了来自 GitHub 的 Pablo Barbera 关于主题模型的代码，因为我需要它。

输出

LDA 中的错误(cdes, k = K, method = "Gibbs", control = list(verbose = 25L, : 输入矩阵的每一行都需要包含至少一个非零条目

因为我的子集中没有任何 NA，所以我不明白这个错误消息（这是我第一次使用这个包）

我能够从 R 中的 topicmodels 包中计算拟合 LDA 模型的主题比例，使用伽马矩阵，来自 VEM 和固定 VEM 采样方法。然而，当谈到 Gibbs 采样时，当我做完全相同的事情来计算主题比例时，即使用 tidytext 和 slice_max 函数来处理 gamma 矩阵时，它会产生一个比 Document Term Matrix 包含更多文档的数据结构用作输入。具体来说，有 27599 个文档（实际上是经过预处理的推文），它返回了一个或多或少的 41000 个列表，其中包含每个文档最常见的主题。当我对其他 2 个矩阵执行此操作时，它会根据所提供数据的维度返回一个包含 27599 个项目的列表。伽马矩阵在维度上都是相等的（VEM、固定 VEM、Gibbs）。我在这里想念什么？

我一直在尝试为文章做主题建模。我清理了包含大量反斜杠和数字的原始数据。即使在删除标点符号、反斜杠和数字之后，我还是得到了反斜杠以及主题 1 中最重要的数字。我用于预处理的代码片段是

即使在尝试清理数据之后，我也得到了主题中最热门的反斜杠和数字，设计
机器人
类
医疗
设备 wkh\003
学生
dcbl
ri\003
课程

主题中的反斜杠和数字完全不合适。请帮我解决问题

我正在尝试为我的 STM 模型制作一个表格，就像这样。

我是 R 编程语言和 STM 的新手。

我一直在搜索有关此的文档，不知道是否有一个功能可以像这种格式一样，或者我是否必须手动使它像这样。

我可以得到一些关于如何制作这样的表格的例子，我在哪里可以获得主题比例百分比以及主题是否出现在识字中？

我正在尝试运行 oolong 包来验证我创建的几个主题模型。同时使用 STM 模型和 seededLDA 模型（此代码不可重现）

或者

在这两种情况下，它都成功地在我的全局环境中创建了一个乌龙测试。但是，当我运行单词 intrusion 或 topic intrusion test 时，我的控制台和查看器都会出现此错误：

我在其他任何地方都找不到对这个错误的任何引用。我已经检查过我正在运行最新版本的乌龙。

我还尝试在随 oolong 提供的模型/语料库上运行它。所以这段代码是可重现的：

这会产生相同的错误。

我正在使用这个seededLDA包来做一个 LDA 主题模型。但是，我发现用于计算困惑度、对数似然度、排他性等（以及其他诊断工具）的所有包和函数都不适用于这些模型（它们仅适用于topicmodelsLDA 输出）。

我没有使用topicmodels，因为我需要使用种子词，并且我无法让播种功能发挥topicmodels作用。

我真的很喜欢的外观，topicdoc但仅适用于topicmodels. 那么，有谁知道如何：

• 将输出转换textmodel为topicmodels; 或者
• 对textmodel输出进行诊断？

在此先感谢，丹尼尔