Samouczki na temat modeli tematycznych i LDA

Chciałbym wiedzieć, czy ludzie mają dobre tutoriale (szybkie i proste) na temat modeli tematów i LDA, ucząc intuicyjnie, jak ustawić niektóre parametry, co oznaczają i jeśli to możliwe, z prawdziwymi przykładami.

Jeśli pracujesz w R, samouczek Carsona Sieverta na temat używania LDA do modelowania tematów w recenzjach filmów jest doskonałym punktem wyjścia:

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

W tym samouczku wykorzystano LDAvis, interaktywną wizualizację dystrybucji tematów i słów, która może naprawdę pomóc w intuicji.

Ponadto, choć nie krótkie, wykłady David M. Blei na temat modeli tematycznych są doskonałym źródłem do zrozumienia znaczenia parametrów: http://videolectures.net/mlss09uk_blei_tm/

Bardzo polecam ten samouczek: Pierwsze kroki z modelowaniem tematów i MALLETEM

Oto kilka dodatkowych linków, które pomogą Ci zacząć ...

Dobre materiały wprowadzające (w tym linki do artykułów naukowych): http://www.cs.princeton.edu/~blei/topicmodeling.html

Oprogramowanie:

• MALLET (Java): http://mallet.cs.umass.edu/topics.php
  • Podręcznik programisty modelowania tematów: http://mallet.cs.umass.edu/topics-devel.php
• gensim (Python): http://radimrehurek.com/gensim/
• topicmodels (R): http://cran.r-project.org/web/packages/topicmodels/index.html
• Stanford Topic Modeling Toolbox (zaprojektowany do użytku przez naukowców społecznych): http://www-nlp.stanford.edu/software/tmt/tmt-0.4/
• Mr.LDA (skalowalne modelowanie tematów za pomocą MapReduce): http://lintool.github.io/Mr.LDA/
  • Jeśli pracujesz z ogromną ilością tekstu wejściowego, możesz rozważyć użycie Mr.LDA do budowy modeli tematów - jego podejście oparte na MapReduce może być bardziej wydajne podczas pracy z dużą ilością danych.

Jeszcze więcej tutaj na blogu Biased Estimates: Lista modeli do czytania

Jeśli szukasz czegoś prostego na początek i łatwego do wdrożenia, polecam to.

Przewodnik dla początkujących po modelowaniu tematów

W ramach projektu CLARIN-D zebrano kilka dobrych wskazówek do samouczków dotyczących modelowania tematów i LDA na stronie TeLeMaCo (Teaching and Learning Materials Collection) prowadzonej przez centrum CLARIN Universität des Saarlandes .

Proponuję wypróbować samouczek Gensim dotyczący uczenia maszynowego . Zapewni to całościowy przegląd NLP i LDA, w tym: w jaki sposób wstępnie przetwarzać dane, wykonywać funkcje techniczne i stosować LDA.