如何在结构主题建模 R 包中绘制文档主题分布？

Question

如果我使用 python Sklearn 进行 LDA 主题建模，我可以使用转换函数来获得 "document topic distribution" LDA 结果，如下所示：

document_topic_distribution = lda_model.transform(document_term_matrix)

现在我也尝试了 R structural topic models (stm) 包，我想得到相同的。 stm 包中有没有函数，可以产生同样的东西（文档主题分布）？我创建的 stm 对象如下：

stm_model <- stm(documents = out$documents, vocab = out$vocab,
                       K = number_of_topics, data = out$meta, 
                       max.em.its = 75, init.type = "Spectral" )

但我没有找到如何从这个对象中获得所需的分布。 documentation 也没有真正帮助我。

Answer 1

正如 emilliman5 指出的那样，您的 stm_model 提供了对模型基础参数的访问，如 in the documentation 所示。

的确，theta参数是一个

Number of Documents by Number of Topics matrix of topic proportions.

这需要一些语言解析：它是一个 N_DOCS × N_TOPICS 的矩阵，即它有 N_DOCS 行，每个文档一个，N_TOPICS 列，一个每个主题。这些值是主题比例，即如果 stm_model[1, ] == c(.3, .2, .5)，则意味着文档 1 是 30% 的主题 1、20% 的主题 2 和 50% 的主题 3。

要找出哪个主题主导文档，您必须找到最大值的（列！）索引，可以检索该索引，例如通过用 MARGIN=1 调用 apply，基本上就是 "do this row-wise"； which.max 简单地 returns 最大值的索引：

apply(stm_model$theta, MARGIN=1, FUN=which.max)

如何在结构主题建模 R 包中绘制文档主题分布？

How to plot a document topic distribution in structural topic modeling R-package?

python

r

topic-modeling

scikit-learn