Обучение модели LDA

Пришло время запустить вашу первую тематическую модель! Как уже обсуждалось, три дополнительных аргумента функции LDA() играют ключевую роль в корректном построении тематической модели. Обратите внимание, что выполнение функции LDA() может занять около 10 секунд. Пакеты tidyverse и tidytext, а также набор данных tidy_twitter уже загружены.

Это упражнение является частью курса

Введение в анализ текста на R

Посмотреть курс

Инструкции к упражнению

Загрузите пакет topicmodels.
Преобразуйте частоты слов по твитам в DTM.
Запустите LDA с 2 темами, используя сэмплер Гиббса.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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)
)

Редактировать и запускать код