我正在尝试使用主题模型生成提取术语的分类。因此，我不得不使用Hierarchical Latent Dirichlet分配。 但是，在获取主题树之后，我想注释主题，但我无法在Mallet中生成单词主题分发。 我已经检查了参数，似乎我能得到的唯一输出文件是输出状态，并且它没有显示所需的信息。
我在命令窗口中使用mallet实现，我使用以下命令行：
bin/mallet run cc.mallet.topics.tui.HierarchicalLDATUI --input my_corpus.mallet --output-state topic-statehlda.txt
我设法获得 topic-statehlda.txt ，其中包含单词的所有主题路径，并且我还可视化它（主题树TopicsTree的示例 - 术语在哪里修剪因为它们使树变大并且难以导航）。有些术语出现在多个主题中，因此我对单词主题分布感兴趣，以便能够选择最具代表性的术语。
你能告诉我吗？有没有办法以不同的方式检索主题标签？我将HLDA应用于同一主题的文档，我只使用HLDA在自动提取的术语（名词短语）列表中提取可能的分类法，这看起来有意义还是不好的做法？
语料库是OCR保险文件的集合。我自动提取的分类法的示例是：
汽车保险政策，汽车保险计划，摩托车保险计划，保险单，保险箱使用，保险单，防盗罩，挡风玻璃罩，综合保险， 故障保险，商用车政策，商用车，机动车， 车辆保单持有人，车辆保险公司，投保车辆
我试图构建一个分类法，表明前三个短语，例如，属于同一个节点（属于同一级别）
