topic-modeling

1열

1답변

STM : tm에서 stm 문서 - 용어 행렬로 변환 할 때 메타 데이터를 유지하는 방법?

tm 패키지를 사용하여 준비된 문서 용어 매트릭스에서 구조적 항목 모델 (stm 패키지 사용)을 실행하려고합니다. 나는 다음과 같은 메타 데이터가 포함 tm 패키지의 코퍼스 구축 : 텍스트 청소를하고 (여전히 존재 메타 데이터) clean_corpus2로 결과를 저장 한 후 library(tm) myReader2 <- readTabular(mapping

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

---

0열

2답변

문서에서 콘텐츠 추출

NLP를 통해 기술, 인증, 취업 경험 등과 같은 다양한 섹션을 가진 이력서에서 해당 콘텐츠를 추출하고 해당 카테고리별로 태그를 추가하려고합니다. 다양한 문장 부호로 텍스트를 추출하는 기본 규칙을 작성할 수는 있지만 어떤 경우에는 작동하지 않을 수도 있습니다. 이 경우 Automatic segmentation 도움이 될 것입니다. 이 문제를 해결하기위한 적

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

---

-2열

1답변

'float'객체에는 'encode'속성이 없습니다.

이 코드는 각 클러스터에서 인덱싱 및 정렬하여 클러스터 중도에 가장 가까운 상위 n 개 (n = 6을 선택) 단어를 식별합니다. 어쨌든 이런 종류의 오류가 발견되었습니다. 'float'객체에 'encode'속성이 없습니다. 아무도 도와 줄 수 있습니까? 코드는 다음과 같다 : from __future__ import print_function print

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

---

0열

1답변

해시 태그 (텍스트 마이닝)의 코퍼스를 구성하는 방법

모든 해시 태그를 마이닝하여 트위터 데이터를 분석하려고합니다. 모든 해시 태그를 코퍼스에 넣고이 코퍼스를 단어 목록에 매핑하려고합니다. 이 문제를 어떻게 관리 할 수 ​​있는지 알고 있습니까? 여기 여기 내가 사용하는 코드는 내 데이터의 스냅하지만 난 여기 step1 <- strsplit(newFile$Hashtag, "#") step2 <- lapply

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

---

0열

1답변

Gibbs 샘플링 및 burnin + thin 옵션을 사용하여 LDA 주제 모델의 Python 구현?

축소 된 Gibbs 샘플링을 사용하여 LDA 주제 모델을 최적화하려고합니다. 나는 케이 주제의 수를 최적화하기 위해 R의 ldatuning 패키지를 사용하고 있습니다 : controls_tm <- list( burnin = 1000, iter = 4000, thin = 500, nstart = 5, seed = 0

python r lda topic-modeling 2017-11-02

---

1열

2답변

문헌 기간 매트릭스는 예를 들어 I 문서 기간 매트릭스 DTM을

R : dtm <<DocumentTermMatrix (documents: 50, terms: 50)>> Non-/sparse entries: 220/2497 Sparsity : 100% Maximal term length: 7 Weighting : term frequency (tf) 이제 I는 행렬들의

r matrix tm topic-modeling 2017-12-23

---

0열

1답변

WNTM, BTM 및 LF-LDA와 같은 짧은 텍스트에 대한 주제 모델은 문서 용어 매트릭스와 같은 것을 생성합니까?

나는 짧은 주제에 대한 주제 모델링을 다루고 있으며 BTM (biterm topic model), WNTM (word network topic model) 및 LDA (LF-LDA). 저는 기존의 LDA (R 패키지 topicmodels을 사용하여 구현했습니다)에서 텍스트 문서의 구조화되지 않은 모양이 Document-Term matrix (DTM)의 구성

r nlp lda topic-modeling 2017-11-14

---

1열

1답변

Mallet Topic Modeling API - 최적화에 필요한 간격 수를 결정하는 방법은 무엇입니까?

죄송합니다. NLP 분야의 초보자입니다. Mallet API의 최적화를위한 최적의 간격은 무엇입니까? 또한 그것이 반복/주제/자료수와 관련이 있는지 또는 궁금한가요?

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

---

0열

1답변

내 LDA의 distibution에 대칭 알파를 사용하여 주제 모델을 훈련 한

gensim LdaModel 알파 매개 변수를 조정하는 방법 : model = gensim.models.ldamodel.LdaModel(bows, num_topics = 20, id2word = dictionary, passes = 100) 나는 것을 볼 수 있습니다 model.alpha array([ 0.05, 0.05, 0.05, 0.05, 0.0

python alpha gensim topic-modeling 2017-11-15

---

0열

1답변

주제 distristribution 나는 이런 식으로 뭔가의 할당이 countvectorizer

훈련 : import gensim from sklearn.feature_extraction.text import CountVectorizer newsgroup_data = ["Human machine interface for lab abc computer applications", "A survey of user opinion of com

python-3.x gensim topic-modeling countvectorizer 2017-11-16

---