Deep learning 测量主题连贯性得分；橙色数据挖掘中LDA主题建模中的最优主题数_Deep Learning_Data Mining_Text Mining_Topic Modeling_Orange

Deep learning 测量主题连贯性得分；橙色数据挖掘中LDA主题建模中的最优主题数

deep-learning

Deep learning 测量主题连贯性得分；橙色数据挖掘中LDA主题建模中的最优主题数,deep-learning,data-mining,text-mining,topic-modeling,orange,Deep Learning,Data Mining,Text Mining,Topic Modeling,Orange,我正在尝试构建一个橙色工作流来执行LDA主题建模，以分析文本语料库（.CSV数据集）不幸的是，Orange中的LDA小部件在与R或Python中的传统编码进行比较时缺乏高级设置，而R或Python通常用于此类目的因此，我想询问如何使用Orange来：衡量（估计）最佳（最佳）主题数量️. 在LDA主题模型中测量主题一致性得分，以评估提取主题的质量及其相关关系（如果有），从而提取有用信息️. 有没有一种简单的方法可以用橙色来完成这些任务️. 如前所述，以下链接提供了使用Jupiter Py

我正在尝试构建一个橙色工作流来执行LDA主题建模，以分析文本语料库（.CSV数据集）

不幸的是，Orange中的LDA小部件在与R或Python中的传统编码进行比较时缺乏高级设置，而R或Python通常用于此类目的

因此，我想询问如何使用Orange来：

衡量（估计）最佳（最佳）主题数量️.

在LDA主题模型中测量主题一致性得分，以评估提取主题的质量及其相关关系（如果有），从而提取有用信息️.

有没有一种简单的方法可以用橙色来完成这些任务️.

如前所述，以下链接提供了使用Jupiter Python计算主题一致性分数的传统解决方案✅

我将代码单元组合成一个单独的文件，附在下面：