Tutorials zu Themenmodellen und LDA

8

Ich würde gerne wissen, ob Sie Leute einige gute Tutorials (schnell und unkompliziert) über Themenmodelle und LDA haben, die intuitiv lehren, wie man einige Parameter einstellt, was sie bedeuten und wenn möglich, mit einigen realen Beispielen.

topic-model lda

— pedrobisp
quelle

Keine direkte Antwort und auch keine Tutorials, aber wenn Sie an hierarchischen Modellen interessiert sind, finden Sie meine aktuelle Antwort zum Thema möglicherweise hilfreich (eine Sammlung von Forschungsarbeiten).

— Aleksandr Blekh

2

Im Allgemeinen werden Fragen, die nur nach externen Ressourcen fragen, als nicht zum Thema gehörend betrachtet. Vielleicht können Sie in einem Tutorial eingrenzen, wonach Sie suchen. Was weißt du, was willst du wissen, willst du Code in einer bestimmten Sprache usw.

— Sean Owen

9

Wenn Sie in R arbeiten, ist Carson Sieverts Tutorial zur Verwendung von LDA zum Modellieren von Themen in Filmkritiken ein hervorragender Ausgangspunkt:

http://cpsievert.github.io/LDAvis/reviews/reviews.html

Dieses Tutorial verwendet LDAvis, eine interaktive Visualisierung von Themen- und Wortverteilungen, die die Intuition wirklich unterstützen kann.

Auch wenn nicht kurz, sind die Vorträge von David M. Blei zu Themenmodellen eine großartige Quelle, um die Bedeutung der Parameter zu verstehen: http://videolectures.net/mlss09uk_blei_tm/

— Jeremy Salfen
quelle

7

Ich kann dieses Tutorial nur empfehlen: Erste Schritte mit Topic Modeling und MALLET

Hier sind einige zusätzliche Links, die Ihnen den Einstieg erleichtern ...

Gute Einführungsmaterialien (einschließlich Links zu Forschungsarbeiten): http://www.cs.princeton.edu/~blei/topicmodeling.html

Software:

MALLET (Java): http://mallet.cs.umass.edu/topics.php
- Entwicklerhandbuch zur Themenmodellierung: http://mallet.cs.umass.edu/topics-devel.php
gensim (Python): http://radimrehurek.com/gensim/
TopicModels (R): http://cran.r-project.org/web/packages/topicmodels/index.html
Stanford Topic Modeling Toolbox (zur Verwendung durch Sozialwissenschaftler): http://www-nlp.stanford.edu/software/tmt/tmt-0.4/
Mr.LDA (skalierbare Themenmodellierung mit MapReduce): http://lintool.github.io/Mr.LDA/
- Wenn Sie mit arbeiten massive Mengen von Eingabetext, können Sie mit Mr.LDA prüfen , um Ihre Themen Modelle zu bauen - sein MapReduce-basierten Ansatz effizienter sein könnte , wenn mit vielen Daten arbeiten.

Noch mehr hier auf dem Blog Biased Estimates: Topic Models Reading List

— Charlie Greenbacker
quelle

2

Wenn Sie etwas suchen, das einfach zu beginnen und einfach zu implementieren ist, würde ich dies empfehlen.

Leitfaden für Anfänger zur Themenmodellierung

— SVK
quelle

@pedrobisp stimmen Sie ab, wenn es für Sie sinnvoll ist.

— SVK

2

Das CLARIN-D-Projekt hat einige gute Hinweise auf Tutorials zur Themenmodellierung und LDA auf der Website TeLeMaCo (Teaching ans Learning Materials Collection) des CLARIN-Zentrums der Universität des Saarlandes gesammelt.

1

Ich schlage vor, das Gensim- Tutorial von Machine Learning Plu auszuprobieren . Sie erhalten einen ganzheitlichen Überblick über NLP und LDA, einschließlich: Vorverarbeitung Ihrer Daten, Durchführung von Feature-Engineering und Anwendung von LDA.

— Argyris
quelle