1
我使用LDA为2个文本文档建立主题模型,称为A和B.文档A与计算机科学高度相关,文档B与地理科学高度相关。然后我训练使用此命令的LDA:R主题建模:lda模型标注功能
text<- c(A,B) # introduced above
r <- Corpus(VectorSource(text)) # create corpus object
r <- tm_map(r, tolower) # convert all text to lower case
r <- tm_map(r, removePunctuation)
r <- tm_map(r, removeNumbers)
r <- tm_map(r, removeWords, stopwords("english"))
r.dtm <- TermDocumentMatrix(r, control = list(minWordLength = 3))
my_lda <- LDA(r.dtm,2)
现在我想用my_lda预测新文档的上下文中说,C和我想看看它是否涉及计算机科学或地理科学。我知道如果我使用此代码进行预测
x<-C# a new document (a long string) introduced above for prediction
rp <- Corpus(VectorSource(x)) # create corpus object
rp <- tm_map(rp, tolower) # convert all text to lower case
rp <- tm_map(rp, removePunctuation)
rp <- tm_map(rp, removeNumbers)
rp <- tm_map(rp, removeWords, stopwords("english"))
rp.dtm <- TermDocumentMatrix(rp, control = list(minWordLength = 3))
test.topics <- posterior(my_lda,rp.dtm)
它将给我一个标签1或2,我没有任何想法是什么1或2代表......我怎样才能实现,如果它意味着计算机科学相关或地理科学相关?
你使用什么软件包? – Carson 2013-05-06 14:47:12
tm和topicmodels – 2013-05-06 19:44:07