如何在 Mallet 中获取主题词的概率
how to get probability of words of topics in Mallet
我在 mallet 中使用 LDA 来探索我的数据。我对 运行 没有任何问题，只是我需要有顶部词的概率（比如 20 个词）
我使用这个查询：
bin\mallet train-topics --input tutorial.mallet --num-topics 40 --optimize-interval 20 --output-state topic-state_doc_40t.gz --output-topic-keys tutorial_keys_doc_40t.txt --output-doc-topics tutorial_composition_doc_40t.txt
我不知道单词概率的查询是什么。
您应该可以使用 --topic-word-weights-file FILENAME 选项。
输出文件的格式是
topic [tab] word [tab] weight
其中 weight 与主题中单词的概率成正比。除以一个主题的权重总和得到归一化概率。
迟到的答案，但谁知道呢，它可能会对其他人有所帮助。
MALLET 2.0.8 有一个新功能可以输出一个非常有趣的诊断文件，其中包含每个主题及其热门词的一堆指标。单词概率就是其中之一。
只需将 --diagnostics-file FILENAME 添加到您的 train-topics 命令中。
每个主题描述的字数与“--num-top-words”定义的字数相同。
这里是 link 的详细文档：http://mallet.cs.umass.edu/diagnostics.php。如果您不想重新训练您的主题，您仍然可以使用 "state" 文件输出诊断文件。 link.
中描述了一切
我在 mallet 中使用 LDA 来探索我的数据。我对 运行 没有任何问题，只是我需要有顶部词的概率（比如 20 个词）
我使用这个查询：
bin\mallet train-topics --input tutorial.mallet --num-topics 40 --optimize-interval 20 --output-state topic-state_doc_40t.gz --output-topic-keys tutorial_keys_doc_40t.txt --output-doc-topics tutorial_composition_doc_40t.txt
我不知道单词概率的查询是什么。
您应该可以使用 --topic-word-weights-file FILENAME 选项。
输出文件的格式是
topic [tab] word [tab] weight
其中 weight 与主题中单词的概率成正比。除以一个主题的权重总和得到归一化概率。
迟到的答案，但谁知道呢，它可能会对其他人有所帮助。
MALLET 2.0.8 有一个新功能可以输出一个非常有趣的诊断文件，其中包含每个主题及其热门词的一堆指标。单词概率就是其中之一。
只需将 --diagnostics-file FILENAME 添加到您的 train-topics 命令中。
每个主题描述的字数与“--num-top-words”定义的字数相同。
这里是 link 的详细文档：http://mallet.cs.umass.edu/diagnostics.php。如果您不想重新训练您的主题，您仍然可以使用 "state" 文件输出诊断文件。 link.
中描述了一切