Antrenarea unui LDA

E momentul să rulezi primul tău model de tematică! Așa cum am discutat, cele trei argumente suplimentare ale funcției LDA() sunt esențiale pentru a rula corect un model de tematică. Reține că execuția funcției LDA() poate dura aproximativ 10 secunde. Pachetele tidyverse și tidytext, împreună cu setul de date tidy_twitter, au fost deja încărcate.

Acest exercițiu face parte din cursul

Introducere în analiza textului în R

Vezi cursul

Instrucțiuni pentru exercițiu

Încarcă pachetul topicmodels.
Transformă numărul de apariții ale cuvintelor pe tweet într-un DTM.
Rulează un LDA cu 2 teme și un sampler Gibbs.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Load the topicmodels package
___

# Cast the word counts by tweet into a DTM
dtm_twitter <- ___ %>% 
  ___(___) %>% 
  ___(___)

# Run an LDA with 2 topics and a Gibbs sampler
lda_out <- LDA(
  ___,
  k = ___,
  method = ___,
  control = list(seed = 42)
)

Editează și rulează codul