使用 LDA 进行主题建模和机器学习答案

【问题标题】：topic modeling and machine learning with LDA使用 LDA 进行主题建模和机器学习
【发布时间】：2017-11-03 15:30:15
【问题描述】：

我想标记一些文档，我尝试了 LDA 算法，但结果太乱了。我决定使用有监督的方法，所以我创建了自己的主题词矩阵，但我不知道如何生成文档主题矩阵。你知道一些可以使用主题词矩阵训练的好的主题建模算法吗？

【问题讨论】：

【解决方案1】：

如果您确实创建了正确的主题词矩阵。您只需要计算每个文档的主题权重。例如，您可以使用每个文档中每个单词的出现次数，然后将这些单词的主题权重相加。您可能需要添加一些系数，例如出现次数，但这很简单。

您也可以使用 LDA 算法，但忽略用于处理主题词矩阵的训练步骤。我不知道您使用的是哪种实现，但是按照Sklearn 之一，您可以直接将矩阵作为components_ 属性传递，然后使用transform 函数。

【讨论】：

感谢您的回答，我使用 sklearn 实现。我按照你的建议做了，但出现了这个错误：AttributeError: 'LatentDirichletAllocation' object has no attribute 'exp_dirichlet_component_'我不是机器学习算法方面的专家，你能解释一下如何启动这个组件吗？