CommencerCommencez gratuitement

Pratique LDA

Vous souhaitez explorer les thèmes récurrents autour du personnage Napoléon dans votre nouveau livre préféré, La Ferme des animaux. Napoléon est un cochon qui convainc ses camarades de renverser leurs dirigeants humains. Il finit aussi par devenir le nouveau chef de la Ferme des animaux.

Vous avez extrait toutes les phrases qui mentionnent Napoléon, pig_sentences, et créé une version tokenisée de ces phrases avec les stop words retirés et une racinisation effectuée, pig_tokens. Réalisez une LDA sur ces phrases et examinez les mots les plus associés à certains sujets.

Cet exercice fait partie du cours

<cours>Introduction au Natural Language Processing en R</cours>
Voir le cours

Instructions de l’exercice

  • Effectuez une LDA sur pig_matrix en identifiant 10 sujets. Fixez une graine aléatoire à 1111 pour la reproductibilité.
  • Extrayez la matrice beta des résultats.
  • Filtrez la matrice beta sur le sujet 2 uniquement et triez les valeurs par ordre décroissant de beta.
  • Filtrez la matrice beta sur le sujet 3 uniquement et triez les valeurs par ordre décroissant de beta.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

library(topicmodels)
# Perform Topic Modeling
sentence_lda <-
  ___(___, k = ___, method = 'Gibbs', control = list(seed = ___))
# Extract the beta matrix 
sentence_betas <- ___(sentence_lda, matrix = "___")

# Topic #2
sentence_betas %>%
  ___(topic == ___) %>%
  arrange(-___)
# Topic #3
sentence_betas %>%
  ___(topic == ___) %>%
  arrange(-___)
Modifier et exécuter le code