主題建模與機器學習與LDA

Question

我想標籤一些文件，我嘗試了LDA算法，但結果太混亂。我決定使用監督方法，所以我創建了自己的主題詞矩陣，但我不知道如何生成文檔主題矩陣。你知道一些很好的主題建模算法，可以使用主題詞矩陣進行訓練嗎？

Answer 1

如果您確實創建了正確的主題詞矩陣。您只需計算每個文檔的主題權重。例如，您可以使用每個文檔中每個單詞的出現次數，然後總結這些單詞的主題權重。您可能需要添加一些係數，如發生次數，但它非常簡單。

您也可以使用LDA算法，但忽略處理主題詞矩陣的訓練步驟。我不知道你使用哪個實現，但是在Sklearn之後你可以直接傳遞矩陣作爲components_屬性，然後使用transform函數。