我想使用槌架进行培训主题。我的数据位于一个文件中，因此我研究槌文档以如何构建一个单个文件。
在mallet网站上，在下，一个文件，每行实例 e节，说：
[url] [语言] [页面...]
在这种情况下，第一个令牌 每行（Whitespace符合条件，带有可选逗号）成为 实例名称，第二个令牌变成标签，以及所有其他 线上的文字被解释为单词令牌的序列。
因此，根据上述报价，我以这种方式创建了我的单个文件：
127 en some text here...
982 en some text here...
1003 en some text here...
...
然后导入此单个文件：
binmallet import-file --input data.txt --output data.mallet --keep-sequence
之后，我训练3个主题：
binmallet train-topics --input data.mallet --num-topics 3 --output-doc-topics data_composition.txt --word-topic-counts-file data_wcounts.txt
但是，当我打开data_composition.txt时，它具有以下结构：
#doc source topic proportion ...
0 null-source 0 0.4057970941066742 1 0.3188405930995941 2 0.2753623127937317
现在的问题是：为什么在此组成文件上拨出槌锤打印null-source？我希望它在源标题下打印URL（即ID）。
编辑：
我想要这样的东西：
#doc source topic proportion ...
0 127 0 0.4057970941066742 1 0.3188405930995941 2 0.2753623127937317
1 982 ... (topic probabilities) ...
2 1003 ... (topic probabilities) ...
预先感谢！
输入文件的第一列不包含URL。尝试
file://0
而不是0。
尝试升级到最新的槌版本：http：//mallet.cs.umass.edu/download.php
槌槌实例具有"名称"和一个"源"字段。在以前的版本中，--output-doc-topics打印了源。当前稳定版本2.0.8打印名称，即您要显示的字段。
请注意，此版本还默认为主题比例的"密集"表示，每个主题为一个列。