主题建模与机器学习与LDA

Question

我想标签一些文件，我尝试了LDA算法，但结果太混乱。我决定使用监督方法，所以我创建了自己的主题词矩阵，但我不知道如何生成文档主题矩阵。你知道一些很好的主题建模算法，可以使用主题词矩阵进行训练吗？

Answer 1

如果您确实创建了正确的主题词矩阵。您只需计算每个文档的主题权重。例如，您可以使用每个文档中每个单词的出现次数，然后总结这些单词的主题权重。您可能需要添加一些系数，如发生次数，但它非常简单。

您也可以使用LDA算法，但忽略处理主题词矩阵的训练步骤。我不知道你使用哪个实现，但是在Sklearn之后你可以直接传递矩阵作为components_属性，然后使用transform函数。