ÎncepețiÎncepe gratuit

Practică LDA

Ești interesat de temele comune legate de personajul Napoleon din cartea ta preferată, Animal Farm. Napoleon este un porc care îi convinge pe tovarășii săi să răstoarne conducătorii umani. El devine, în cele din urmă, noul lider al Fermei Animalelor.

Ai extras toate propozițiile care menționează numele lui Napoleon, pig_sentences, și ai creat o versiune tokenizată a acestor propoziții cu cuvintele de stop eliminate și stemming aplicat, pig_tokens. Aplică LDA pe aceste propoziții și analizează cuvintele de top asociate cu câteva dintre teme.

Acest exercițiu face parte din cursul

Introducere în Prelucrarea Limbajului Natural în R

Vezi cursul

Instrucțiuni pentru exercițiu

  • Aplică LDA pe pig_matrix identificând 10 teme. Setează un seed aleator de 1111 pentru reproductibilitate.
  • Extrage matricea beta din rezultate.
  • Filtrează matricea beta doar pentru tema 2 și ordonează valorile în ordine descrescătoare după valorile beta.
  • Filtrează matricea beta doar pentru tema 3 și ordonează valorile în ordine descrescătoare după valorile beta.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

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(-___)
Editează și rulează codul