使用主题建模 Java 工具包
Using topic modeling Java toolkit
我正在研究文本分类，我想使用主题模型 (LDA)。
我的语料库包含至少 24, 000 篇波斯语新闻文档。语料库中的每个文档都是从新闻中提取的（关键字，权重）对的格式。
我看到了两个 Java 工具包：mallet 和 lingpipe。
我已经阅读了有关导入数据的 mallet 教程，它以纯文本格式获取数据，而不是我所拥有的格式。有什么办法可以改变它吗？
还阅读了一些关于 lingpipe 的内容，教程中的示例使用了整数数组。大数据方便吗？
我需要知道哪种 LDA 实现更适合我？还有其他适合我的数据的实现吗？ （在 Java）
从关键字权重文件中，您可以创建一个人工文本，其中包含具有给定权重的随机顺序的单词。 运行 敲击生成的文本以检索主题。
我正在研究文本分类，我想使用主题模型 (LDA)。 我的语料库包含至少 24, 000 篇波斯语新闻文档。语料库中的每个文档都是从新闻中提取的（关键字，权重）对的格式。
我看到了两个 Java 工具包：mallet 和 lingpipe。 我已经阅读了有关导入数据的 mallet 教程，它以纯文本格式获取数据，而不是我所拥有的格式。有什么办法可以改变它吗？
还阅读了一些关于 lingpipe 的内容，教程中的示例使用了整数数组。大数据方便吗？
我需要知道哪种 LDA 实现更适合我？还有其他适合我的数据的实现吗？ （在 Java）
从关键字权重文件中，您可以创建一个人工文本，其中包含具有给定权重的随机顺序的单词。 运行 敲击生成的文本以检索主题。