topic-modeling

1熱

1答えて

STM：tmからstmへの変換時にメタデータを保持する方法

tmパッケージを使用して準備されたドキュメント用語マトリックスで、構造化トピックモデル（stmパッケージを使用）を実行しようとしています。 私は、次のメタデータが含まれていtmパッケージ内のコーパス構築された：いくつかのテキストクリーニングを行うと、clean_corpus2（まだ存在するメタデータ）として結果を保存した後 library(tm) myReader2 <- readTabula

r matrix tm topic-modeling text-analysis 2017-12-05

---

0熱

2答えて

文書からのコンテンツの抽出

NLPでスキル、認定、職歴などのさまざまなセクションを持つ履歴書からコンテンツを抽出し、そのカテゴリごとにタグ付けしたいと考えています。私はさまざまな句読点でテキストを抽出するための基本的なルールを書くことができますが、場合によっては機能しない場合もあります。この場合、Automatic segmentationのヘルプが表示されます。この問題を解決する適切なアプローチは何ですか？ SKILL S

python nlp topic-modeling spacy text-segmentation 2017-12-18

---

-2熱

1答えて

'float'オブジェクトには 'エンコード'属性がありません

このコードは、各クラスタのインデックスとソートのためのもので、クラスタ重心に最も近いn個（n = 6を選択）の単語を識別します。 とにかく、この種のエラーが見つかりました： 'float'オブジェクトに 'エンコード'属性がありません 誰でも助けてくれますか？ コードは以下の通りです： from __future__ import print_function print("Top terms

python python-3.x cluster-analysis topic-modeling 2017-12-19

---

0熱

1答えて

ハッシュタグ（テキストマイニング）のコーパスを構築する方法

すべてのハッシュタグをマイニングしてTwitterデータを分析しようとしています。私はすべてのハッシュタグをコーパスに入れ、このコーパスを単語のリストにマッピングしたいと思います。この問題をどうやって管理できるか考えていますか？ は、ここに私のデータのスナップは ここで私が使用されるが、私はここでスパース step1 <- strsplit(newFile$Hashtag, "#") step2

r text-mining corpus topic-modeling 2017-12-20

---

1熱

2答えて

ドキュメント期の行列は、例えば、私は文書長期行列DTMを持って

をR： dtm <<DocumentTermMatrix (documents: 50, terms: 50)>> Non-/sparse entries: 220/2497 Sparsity : 100% Maximal term length: 7 Weighting : term frequency (tf) 今、私は、各文書を表

r matrix tm topic-modeling 2017-12-23

---

0熱

1答えて

1：nrow（counts）：長さ0の引数でエラーが発生する理由

Rでtopicmodelsパッケージを使用してトピックモデリングを行っています。私はCorpusオブジェクトを作成しています。基本的な前処理を行い、DocumentTermMatrix ： library(topicmodels) #Set parameters for Gibbs sampling burnin <- 4000 iter <- 2000 thin <- 500 see

r lda topic-modeling topicmodels 2017-12-29

---

0熱

1答えて

WNTM、BTM、LF-LDAのような短いテキストのトピックモデルは、ドキュメント用語行列のようなものを作成しますか？

私は短いテキストの話題モデリングを扱っており、同じテーマに焦点を当てた3つのモデル、すなわちBTM、WNTM、 ）。 私は従来のLDA（これはRパッケージtopicmodelsを使用して実装しました）では、テキスト文書の構造化されていない形がDocument-Term matrix（DTM）の構築を介してコンピュータ可読形式に変換されています。 私は、上記のモデルがDTMに似たマトリックスを作成す

r nlp lda topic-modeling 2017-11-14

---

1熱

1答えて

マレットトピックモデリングAPI - 最適化に必要な間隔の数を決定する方法

申し訳ありませんが、私はNLPの分野で初心者です。タイトルはMallet APIの最適な最適化間隔は何ですか？私はそれが反復/トピック/コーパスの数に依存しているのか、それとも関連しているのか疑問に思っていた。

java nlp intervals topic-modeling mallet 2017-11-15

---

0熱

1答えて

私はLDAのdistibutionに対称アルファを使用したトピックモデルを訓練してきた

gensim LdaModelアルファパラメータを調整する方法： model = gensim.models.ldamodel.LdaModel(bows, num_topics = 20, id2word = dictionary, passes = 100) は、私はそれを見ることができます： model.alpha array([ 0.05, 0.05, 0.05, 0.05, 0.0

python alpha gensim topic-modeling 2017-11-15

---