木槌上的主题建模

Question

我正在做主题建模事情（初学者） 我正在考虑使用mallet来获取一些工具来让我理解这个区域，但是，我的问题是，我想基于1000个文档来训练模型，构建模型并在新单上使用模型文件以产生其潜在的主题。

但是，就我读到的关于mallet教程而言，它总是说这个工具或API对于文本语料库很有用，这意味着，它用于在几个文档中查找主题。

有没有办法可以根据模型（或从1000个文档中学习/构建的推理参数）找到单个文档的主题？

还有其他工具可以做到吗？

非常感谢！

Answer 1

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

Answer 2

实际上，当您在目录上运行简单LDA时，模型会根据＆＃34;已经＆＃34;将该主题比例分配给该目录的每个文档。从您的语料库的一部分训练的模型。因此，主题比例以一定概率分配给每个文档（已经按该主题出现在该特定文档中的概率进行排名）。