[Python-gensim]LDA主题模型全解析：理论讲解、C刊精读与代码实操
2023-08-16 14:03 作者:nongfusummer | 我要投稿
LDA主题模型全解析
00:15
03:36
将语料库输入LDA，结果：（1）语料中隐含哪些主题（2）提取主题词（3）根据不同主题在某篇文档中的概率分布，将该篇文档进行主题归类
04:59
主题热度-评估相关主题的演化趋势
- 07:35
- LDA进行主题识别
- 确定最优主题数目
- 主题热度计算
- 主题热度随时间变化
08:02
阈值-取均值
- 11:51
- jieba分词的处理
- LDA可以获取文档-主题概率矩阵和主题-词分布
- 基于文档-主题概率矩阵，计算主题强度，识别热点主题
- 基于主题-词分布，凝练主题内容，并绘制词云
12:32
- 14:25
- 15:59
- 结合LDAvis判断最优主题数目（更直观）
- 不同主题类别的文献数量统计，不同主题分时间段的文献数量统计
16:30
最优主题数目的确定按照一致性得分（coherence score），不同于之前三篇文章
- 17:57
- 依据LDA主题提取结果绘制主题演进桑基图
- LDA功能实现
- 文本预处理
- 结合ldavis确定最优主题书
- 文档-主题矩阵
- 主题-词分布
- 主题强度/热度计算
- 分阶段强度/热度
- 各主题包含的文档数量统计
- 随时间变化
- 主题词云
- 主题演进桑基图
