ÎncepețiÎncepe gratuit

Analizarea rezultatelor LDA

Ai dezvoltat un model de teme, napoleon_model, cu 5 teme pentru propozițiile din cartea „Ferma animalelor" care fac referire la personajul principal, Napoleon. Ai rugat 5 autori locali să analizeze cuvintele și propozițiile reprezentative pentru fiecare temă și aceștia ți-au oferit titluri pentru fiecare dintre ele.

Pentru a finaliza rezultatele, pregătește câteva statistici sumare despre teme. Vei prezenta aceste valori, împreună cu titlurile temelor, șefului tău, spre revizuire.

Acest exercițiu face parte din cursul

Introducere în Prelucrarea Limbajului Natural în R

Vezi cursul

Instrucțiuni pentru exercițiu

  • Extrage matricea gamma din modelul de teme napoleon_model.
  • Folosește funcții din dplyr pentru a crea un tibble cu tema predominantă din fiecare propoziție, numit grouped_gammas.
  • Folosește grouped_gammas pentru a număra propozițiile cele mai reprezentative pentru fiecare temă.
  • Folosește grouped_gammas și calculează valoarea medie gamma pentru fiecare temă.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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))
Editează și rulează codul