我有一个文本语料库，csv文件中的每一行都唯一地指定了我感兴趣的"主题"。 如果我使用来自topicmodels包或lda的LDA或Gibbs方法在此语料库上运行主题模型，正如预期的那样，我将在每个"文档"中获得多个主题（我的CSV中的一行文本，我先验地定义为我感兴趣的独特主题）。 我知道这是主题模型的算法和词袋假设的结果。
然而，我好奇的是这个
1） R 中是否有一个预制包，供用户使用经验词分布指定主题？也就是说，我不希望估计主题;我想告诉R主题是什么。 我想我可以运行一个具有正确数量的主题主题模型，使用该对象的结构，然后覆盖其内容。 我只是希望有一种更简单或更明显的方式，我只是在这一点上没有看到。
思潮？
编辑：已添加 -我只是想到了 alpha 和 beta 参数可以控制 LDA 建模算法中的主题/术语分布。 我可以使用哪些设置来强制模型在每个文档中仅查找 1 个主题？ 或者是否有允许发生这种情况的设置？
如果这些看起来像是愚蠢的问题，我理解 - 我对这个特定领域很陌生，我发现它很有趣。
你想用这种方法实现什么？如果你想告诉 R 主题是什么，以便它可以预测其他行或文档中的主题，那么 RTextTools 可能是一个有用的包。