Question

我正在使用R topicmodels从小型语料库中训练LDA模型，但我发现每次重复相同的代码时，它都会有不同的结果（不同的主题和不同的主题术语）我的问题是为什么同样的条件和相同的语料库每次都有不同的结果，我该怎么做才能稳定结果呢？这是我的代码：

library(tm)
library(topicmodels)
cname<-file.path(".","corpus","train")
docs<-Corpus(DirSource(cname))
toSpace<-content_transformer(function(x,pattern) gsub(pattern,"",x))
docs<-tm_map(docs,toSpace,"/")
docs<-tm_map(docs,toSpace,"@")
docs<-tm_map(docs,toSpace,"#")
docs<-tm_map(docs,toSpace,"\\|")
docs<-tm_map(docs,toSpace,"&")
docs<-tm_map(docs,content_transformer(tolower))
docs<-tm_map(docs,removeNumbers)
docs<-tm_map(docs,removePunctuation)
docs<-tm_map(docs,removeWords,stopwords("english"))
docs<-tm_map(docs,removeWords,c("amp"))
docs<-tm_map(docs,stripWhitespace)
dtm<-DocumentTermMatrix(docs)
dtm_LDA<-LDA(dtm,5)
get_terms(dtm_LDA,10)

我试过set.seed，但似乎不起作用。我发现了类似的问题LDA model generates different topics every time I train on the same corpus，但它是一个蟒蛇问题。

Answer 1

对于那些遇到同样问题的人。您可以尝试通过在LDA函数中指定控制属性来将随机种子的值设置为固定，如下所示。查找更多信息here。

lda <- LDA(AssociatedPress[1:20, ], control=list(seed=0), k=2)

使用R（topicmodels）的LDA的不同结果

1 个答案: