topic-modeling

Topic-Modelle beschreiben die Häufigkeit von Themen in Dokumenten und Texten. Ein "Thema" ist eine Gruppe von Wörtern, die dazu neigen, zusammen aufzutreten.
1
Antwort

Wie interpretiere ich LDA-Komponenten (mit sklearn)?

Ich habe Latent Dirichlet Allocation ( sklearn Implementierung) verwendet, um etwa 500 wissenschaftliche Artikel-Abstracts zu analysieren und ich habe Themen mit den wichtigsten Wörtern (in deutscher Sprache). Mein Problem besteht darin, dies...
01.02.2016, 20:53
2
Antworten

Welche Beziehung besteht zwischen der Themenmodellierung und dem Dokumentclustering?

Die Themenmodellierung identifiziert die Verteilung von Themen in einer Dokumentensammlung, die die Cluster in der Sammlung effektiv identifiziert. Also ist es richtig zu sagen, dass Thema Modellierung ist eine Technik, um Dokumenten-Clustering...
19.03.2013, 02:48
1
Antwort

Warum unterschiedliche Ergebnisse mit MALLET-Thema Inferenz für einzelne und Stapel von Dokumenten?

Ich versuche LDA Topic Modeling mit Mallet 2.0.7 durchzuführen. Ich kann ein LDA-Modell trainieren und nach den Ergebnissen der Trainingseinheit gute Ergebnisse erzielen. Außerdem kann ich den in diesem Prozess integrierten Inferenzrechner verwe...
03.10.2011, 15:15
1
Antwort

Topic modeling - Ordnen Sie ein Dokument mit den Top 2 Themen als Kategoriebezeichnung zu - sklearn Latent Dirichlet Allocation

Ich gehe jetzt durch LDA (Latent Dirichlet Allocation) Topic Modeling-Methode, um bei der Extraktion von Themen aus einer Reihe von Dokumenten zu helfen. Wie ich anhand des unten stehenden Links verstanden habe, handelt es sich hierbei um einen...
23.12.2015, 06:09