我有此代码可以与mallet的R包装拟合主题模型:
docs <- mallet.import(DF$document, DF$text, stop_words)
mallet_model <- MalletLDA(num.topics = 4)
mallet_model$loadDocuments(docs)
mallet_model$train(100)
我已经使用了TM软件包读取我的文档,该文档是目录中的TXT文件:
myCorpus <- Corpus(DirSource("data")) # a directory of txt files
不能将语料库用作mallet.import
的输入,那么我如何从上面的TM COPUS myCorpus
到DF
来调用?
rmallet旨在是独立包装,因此与TM集成并不是很好。RMALLET输入的需求是一个数据框,每个文档中有一个行,以及一个包含文本的字符字段,其期望已经被标记了。
您可以使用整洁的数据原理来处理您的文本并准备好输入槌中,如下所述,每行。
。另外,在tidyText中还有用于槌槌包的图片,您可以使用它们来分析槌锤主题建模的输出:
# word-topic pairs
tidy(mallet_model)
# document-topic pairs
tidy(mallet_model, matrix = "gamma")
# column needs to be named "term" for "augment"
term_counts <- rename(word_counts, term = word)
augment(mallet_model, term_counts)