木槌上的主题建模答案

【问题标题】：topic modeling on mallet木槌上的主题建模
【发布时间】：2013-07-10 20:01:01
【问题描述】：

我目前正在做主题建模的事情（初学者）我正在考虑使用槌子作为一些工具来让我了解这个领域，但是，我的问题是，我想训练一个基于 1000 个文档的模型，以构建一个模型并在新单曲上使用该模型文档以生成其潜在主题。

但是，据我阅读有关 mallet 教程的内容，它总是说此工具或 API 在文本语料库中很有用，这意味着它可用于在多个文档中查找主题。

有没有一种方法可以根据模型（或从 1000 个文档中学习/构造的推理参数）在单个文档上找到主题？

有没有其他工具可以做到这一点？

非常感谢！

【问题讨论】：

【解决方案1】：

您可以参考示例代码 src/cc/mallet/examples/TopicModel.java，其中描述了如何聚类和推断新实例。

【讨论】：

是的，我正在阅读它。我的问题是，如果推理是基于已经训练好的模型，我仍然感到困惑？新的推论是从旧的推论中产生的（有点。）如果一个完全不同的文件怎么办？ 1000篇文档中完全不涉及主题的文档（经过训练的模型）？

【解决方案2】：

实际上，当您在目录上运行简单的 LDA 时，模型会根据来自您的语料库的一部分的“已经”训练的模型为该目录的每个文档分配主题比例。因此，主题比例以一定的概率分配给每个文档（已经按照该主题出现在该特定文档的概率进行排名）。

【讨论】：