Python 文本分类与分类；主题建模

对于大量的文章，我想得到权重分配给不同主题的主题模型&在主题中，不同子主题的权重是多少。例如，如果我提供了一篇同时属于商业和技术领域的文章，那么程序的输出应该是这样的：-

• 0.593商业（0.438-营销，0.375-公司，0.062-办公室工作）
• 0.148技术（按类型划分的技术为0.500，高科技商业区为0.250，科技公司为0.250）
• 0.111社会（0.333-组织，0.333-社会技术，0.333-劳动）

---

什么是最好的开源语言处理程序可以成功地完成这项工作？

您可以使用开源语言进行分类。

我想尝试一下NLTK，但是scikit learn，即使它的学习曲线比NLTK更陡峭，也可能是一个更好的选择。它更易于配置

---

对于初学者，我推荐几个程序来完成此任务的一部分。请注意，任何主题建模程序都会以您想要的形式为您提供主题，即

 ( 0.438 - Marketing , 0.375 - Companies, 0.062 - Office Work)

但是您需要为自己分配标签（在本例中为业务）。Mallet还将文本分解为主题（由数字标识，而不是由标签标识）