使用Mallet时，如何获取与每个文档关联的主题列表

Question

使用Mallet时，如何获取与每个文档关联的主题列表？我想我需要使用train-topics和--output-topic-docs，但是当我这样做时，我会收到错误。

我正在使用Mallet（2.0.8），并使用以下bash脚本进行建模：

MALLET=/Users/emorgan/desktop/mallet/bin/mallet
INPUT=/Users/emorgan/desktop/sermons
OBJECT=./object.mallet

$MALLET import-dir --input $INPUT --output $OBJECT --keep-sequence --remove-stopwords

$MALLET train-topics --input $OBJECT --num-topics 10 --num-top-words 1 \
--num-iterations 50 \
--output-doc-topics ./topics.txt \
--output-topic-keys ./keys.txt \
--xml-topic-report ./topic.xml \
--output-topic-docs ./docs.txt

不幸的是，没有创建./docs.txt。相反，我收到以下错误：

线程中的异常＆＃34; main＆＃34; java.lang.ClassCastException：java.net.URI无法强制转换为java.lang.String     在cc.mallet.topics.ParallelTopicModel.printTopicDocuments（ParallelTopicModel.java:1773）     在cc.mallet.topics.tui.TopicTrainer.main（TopicTrainer.java:281）

更具体地说，我希望Mallet生成一个文档列表和分配给它们的相关主题，或者我想要一个主题列表，然后是相关文档列表。如何创建此类列表？

Answer 1

至少在mallet 2.0.7中，--output-doc-topics ./topics.txt提供了所需的表（每个文档的主题组合）。虽然输出格式已从2.0.7更改为2.0.8，但文件的主要内容保持不变。