使用预先存在的主题进行主题建模

Posted 2023-03-12

【中文标题】使用预先存在的主题进行主题建模

【英文标题】：Topic modeling using pre-existing topics

【发布时间】：2016-08-13 18:52:17

【问题描述】：

我需要在 R 中使用 LDA 对一定数量的文档进行主题建模。

对于每个 M 个主题，我有 n 个出现次数最多的词，我想将此提供给 LDA，并希望获得出现次数最多的主题（M 个主题中）在每个文档中。

总之——

输入 - X 个文档，M 个主题，每个主题有 n 个热门词

输出 - 每个文档的 M 个主题中出现最多的 2 个主题。

有没有办法使用 R 或任何其他语言中已经存在的包来实现这一点。

【参考方案1】：

是的，可以通过MALLET 实现这一点。此任务的命令行语法是

bin/mallet classify-file <filename> --classifier FILE --output FILE

分类器 FILE 包含您预先训练的主题。

【讨论】：

分类器文件的内容应该是什么。您能否推荐任何基于分类器的主题建模教程。

@Shubham：试试bin/mallet train-topics --help，这应该可以让您大致了解 MALLET 可以生成的不同输出文件。