주제 모델 및 LDA에 대한 학습서

나는 사람들이 주제 모델과 LDA에 대한 좋은 자습서 (빠르고 간단한)를 가지고 있는지, 일부 실제 매개 변수를 설정하는 방법, 의미 및 가능한 경우 실제 예제를 직관적으로 가르치고 싶습니다.

R에서 작업하는 경우 LDA를 사용하여 영화 리뷰에서 주제를 모델링하는 방법에 대한 Carson Sievert의 자습서는 훌륭한 출발점입니다.

http://cpsievert.github.io/LDAvis/reviews/reviews.html

이 튜토리얼에서는 직관적 인 직관에 도움이되는 주제 및 단어 분포를 대화식으로 시각화 한 LDAvis를 사용합니다.

또한 짧은 주제는 아니지만 주제 모델에 대한 David M. Blei의 강의는 매개 변수의 의미를 이해하는 데 유용한 리소스입니다. http://videolectures.net/mlss09uk_blei_tm/

이 튜토리얼을 강력히 추천합니다 : 주제 모델링 및 MALLET 시작하기

시작하는 데 도움이되는 몇 가지 추가 링크는 다음과 같습니다.

좋은 소개 자료 (연구 논문 링크 포함) : http://www.cs.princeton.edu/~blei/topicmodeling.html

소프트웨어:

• MALLET (자바) : http://mallet.cs.umass.edu/topics.php
  • 주제 모델링 개발자 안내서 : http://mallet.cs.umass.edu/topics-devel.php
• gensim (Python) : http://radimrehurek.com/gensim/
• 주제 모델 (R) : http://cran.r-project.org/web/packages/topicmodels/index.html
• Stanford Topic Modeling Toolbox (사회 과학자들이 사용하도록 설계) : http://www-nlp.stanford.edu/software/tmt/tmt-0.4/
• Mr.LDA (MapReduce를 사용한 확장 가능한 주제 모델링) : http://lintool.github.io/Mr.LDA/
  • 당신이 작업하는 경우 대규모 입력 텍스트의 양, 당신은 당신의 주제 모델을 구축하기 위해 Mr.LDA 사용을 고려하는 것이 좋습니다 - 많은 데이터로 작업 할 때의 맵리 듀스 기반의 접근 방식이 더 효율적일 수 있습니다.

Biased Estimates 블로그 : 토픽 모델 읽기 목록

시작하기 쉽고 구현하기 쉬운 것을 찾고 있다면 이것을 권장합니다.

주제 모델링 초보자 가이드

CLARIN-D 프로젝트는 Universität des Saarlandes CLARIN 센터 에서 주최 하는 Teaching ans Learning Materials Collection (TeLeMaCo) 사이트에서 주제 모델링 및 LDA에 대한 자습서에 대한 유용한 정보를 수집 했습니다 .

Machine Learning Plu의 Gensim 튜토리얼을 사용해 보는 것이 좋습니다 . NLP 및 LDA에 대한 전체적인 개요를 제공합니다. 데이터 사전 처리 방법, 기능 엔지니어링 및 LDA 적용 방법 등이 있습니다.