discuz X3.1 主题分类和分类信息 标签显示重复，求解决！

Posted 2023-05-05

如图那样，设置了“主题分类”便于归类管理，同时设置了“分类信息”方便发帖，但是两者的标签同时重复显示了，想去掉一个，这个怎么弄，没找到教程，听说要修改CSS兼容，是这样吗？应该比较复杂，劳烦加Q：493929114详解，谢谢！

参考技术A 主题分类一项即可。分类信息是推送信息，并不方便发帖。去掉只需要在后台调整即可。前台DIY也可以设置显示主题分类而不是分类信息追问

怎么会不方便发帖，像发帖页的这个板式不就是用分类信息整出来的吗

参考技术B 你可以在后台--论坛--版块管理--编辑主题分类所在的版块--其他--去掉主题分类。
也可以在后台--论坛--分类信息--取消分类信息。追问

我是想都启用，但是显示值显示一个标签，取消就没意义了

追答

分类信息和主题分类很相似，不能出现相同的，那你改一下名称

参考技术C @596643025回答正解，应该采纳。

使用来自 LDA 的主题建模信息作为特征，通过 SVM 执行文本分类

【中文标题】使用来自 LDA 的主题建模信息作为特征，通过 SVM 执行文本分类

【英文标题】：Use topic modeling information from LDA as features to perform text classification through SVM

【发布时间】：2017-04-21 17:19:31

【问题描述】：

我想使用主题建模信息作为输入到 svm 分类器的特征来执行文本分类。所以我想知道如何通过对数据集的训练和测试分区执行 LDA 来生成主题建模特征，因为数据集的两个分区的语料库发生了变化？

我是否做出了错误的假设？

您能否提供一个使用 scikit learn 的示例？

【参考方案1】：

你的假设是正确的。您所做的是根据您的训练数据训练 LDA，然后根据该训练模型转换训练和测试数据。

所以你会有这样的东西：

from sklearn.decomposition import LatentDirichletAllocation as LDA
lda = LDA(n_topics=10,...)
lda.fit(training_data)
training_features = lda.transform(training_data)
testing_features = lda.transform(testing_data)

如果我是你，如果你的弓特征稀疏，我会使用 numpy.hstack 或 scipy.hstack 将 LDA 特征与 Bag of words 特征连接起来。

【讨论】：

我会对人们对 SVM 等 LDA 功能的体验感兴趣。我做了一些尝试，发现它们对手头的问题或多或少没用 - 性能并没有仅仅提高/n-gram 功能（如果我记得的话，我使用 word 和 2-grams）。如果没有 word/n-gram 功能，性能真的很差。

在当前版本中尝试使用n_components，而不是n_topics。