CommencezCommencez gratuitement

Passer en revue les résultats LDA

Vous avez élaboré un modèle de thèmes, napoleon_model, avec 5 thèmes pour les phrases du livre Animal Farm qui mentionnent le personnage principal, Napoleon. Cinq auteurs locaux ont examiné les mots et les phrases les plus représentatifs de chaque thème et vous ont proposé un intitulé de thème pour chacun.

Pour finaliser vos résultats, préparez quelques statistiques sommaires sur les thèmes. Vous présenterez ces valeurs récapitulatives ainsi que les thèmes à votre supérieur pour révision.

Cette activité fait partie du cours

Introduction au traitement automatique des langues en R

Voir le cours

Instructions de l’exercice

  • Extrayez la matrice gamma du modèle de thèmes, napoleon_model.
  • Utilisez les fonctions de dplyr pour créer un tibble du thème principal de chaque phrase appelé grouped_gammas.
  • Utilisez grouped_gammas pour compter le nombre de phrases qui correspondent le plus à chaque thème.
  • Utilisez grouped_gammas et calculez la valeur moyenne de gamma pour chaque thème.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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))
Modifier et exécuter le code