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
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: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