Začněte nyníZačněte zdarma

Vyhodnocení výsledků LDA

Vytvořil/a sis tematický model napoleon_model s 5 tématy pro věty z knihy Farma zvířat, které odkazují na hlavní postavu Napoleona. Pět místních autorů prozkoumalo nejdůležitější slova a věty pro každé téma a navrhlo jim odpovídající témata.

Aby ses mohl/a s výsledky prezentovat, připrav přehledné souhrnné statistiky k jednotlivým tématům. Tyto hodnoty spolu s tématy předložíš svému nadřízenému k posouzení.

Toto cvičení je součástí kurzu

Úvod do zpracování přirozeného jazyka v R

Zobrazit kurz

Pokyny k cvičení

  • Extrahuj matici gamma z tematického modelu napoleon_model.
  • Pomocí funkcí z balíčku dplyr vytvoř tibble s názvem grouped_gammas, který bude obsahovat dominantní téma pro každou větu.
  • Pomocí grouped_gammas zjisti, kolik vět nejvíce odpovídá každému tématu.
  • Pomocí grouped_gammas vypočítej průměrnou hodnotu gamma pro každé téma.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Extract the gamma matrix 
gamma_values <- tidy(___, matrix = ___)
# Create grouped gamma tibble
grouped_gammas <- gamma_values %>%
  ___(document) %>%
  ___(desc(gamma)) %>%
  ___(1) %>%
  ___(topic)
# Count (tally) by topic
grouped_gammas %>% 
  ___(topic, sort=TRUE)
# Average topic weight for top topic for each sentence
grouped_gammas %>% 
  ___(avg=mean(gamma)) %>%
  ___(desc(avg))
Upravit a spustit kód