Kom igångKom igång gratis

Granska LDA-resultat

Du har utvecklat en ämnesmodell, napoleon_model, med 5 ämnen för meningarna i boken Djurfarmen som refererar till huvudkaraktären Napoleon. Fem lokala författare har granskat de vanligaste orden och meningarna för varje ämne och gett dig teman för vart och ett av dem.

Avsluta arbetet genom att ta fram sammanfattande statistik om ämnena. Du presenterar dessa värden tillsammans med temana för din chef.

Den här övningen är en del av kursen

Introduktion till naturlig språkbehandling i R

Visa kurs

Övningsinstruktioner

  • Extrahera gamma-matrisen från ämnesmodellen napoleon_model.
  • Använd dplyr-funktioner för att skapa en tibble med det mest framträdande ämnet i varje mening – kalla den grouped_gammas.
  • Använd grouped_gammas för att räkna antalet meningar som bäst motsvarar varje ämne.
  • Använd grouped_gammas och beräkna det genomsnittliga gammavärdet för varje ämne.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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))
Redigera och kör kod