在 Mallet 中使用预定义的主题

Question

我希望使用 Mallet 按我定义的主题对不同的文档进行分类。我知道 Mallet 将首先确定主题，然后对文档进行分类，但我想跳过第一步，因为我已经有了一个主题列表，其中包含与之相关的单词。有什么方法可以使用我创建的预定义主题列表来使用 Mallet 对文档进行分类？

感谢任何指导。谢谢！

Answer 1

如果您正在进行无监督学习（没有训练示例，即每个主题的文档），您不能简单地设置主题。关键是训练算法事先对文档一无所知。它只是尝试根据您提供的功能分离/分发它们。

如果您在进行监督学习，主题实际上就是类，并且每个类都有文档。然后该算法尝试了解哪些特征对每个类很重要。在 mallet 中，您应该使用分类模块。

可能有一些花哨的主题建模想法，它们根据特定的关键字合并/扭曲主题分布，但我认为 Mallet 不可能。