LDA 实践
您想了解新近最喜欢的书《动物农场》中，角色 Napoleon 周围的常见主题。Napoleon 是一头猪，他说服战友们推翻人类统治者。后来他也成为了动物农场的新领导者。
您已经提取了所有提到 Napoleon 名字的句子 pig_sentences，并对这些句子进行了分词、去除停用词和词干化处理，得到 pig_tokens。请对这些句子进行 LDA，并查看与部分主题相关的高频词。
本练习是课程的一部分
R 自然语言处理入门
练习说明
- 在
pig_matrix上执行 LDA，并识别 10 个主题。为保证可复现性，将随机种子设为1111。 - 从结果中提取 beta 矩阵。
- 将 beta 矩阵筛选为仅包含第 2 个主题，并按 beta 值从高到低排序。
- 将 beta 矩阵筛选为仅包含第 3 个主题，并按 beta 值从高到低排序。
交互式实操练习
通过完成这段示例代码来试试这个练习。
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(-___)