文件名称:
history-newpaper-topic-analysis:使用k均值,pLSA和LDA分析美国和国家公报-源码
开发工具:
文件大小: 485mb
下载次数: 0
上传时间: 2021-02-10
详细说明:该项目的目的是从历史报纸中提取主题。 阅读历史报纸以研究历史是困难的,因为其庞大的数量证明对人类读者构成挑战。 机器学习算法可以从这些报纸自动生成主题,并可以节省大量时间。 结果保存在top_words文件夹中。
这是每个Python脚本的简短描述。
corpus.py:
用于使用拼写检查,词干分析和频次上限来预处理原始数据。 然后保存将语料库转换为文档词矩阵。 输出保存在“ vocabulary_files”文件夹中。
train.py [取决于k_means.py,pLSA.py和lda.py,每个文件实现相应的训练算法]:
训练模型并将结果保存在“模型”文件夹中。 目标函数的值和执行时间被绘制并保存在“ stats”文件夹中。 每个主题中最重要的单词都保存在“ top_words”文件夹中。 所有训练算法都是词袋算法。
topic_coherence.py:
计算每个模
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台,提供交流渠道,下载内容来自于网络,除下载问题外,其它问题请自行百度。
- 本站已设置防盗链,请勿用迅雷、QQ旋风等多线程下载软件下载资源,下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载,请稍后再次尝试;或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎,请到消费记录里找到下载记录反馈给我们,经确认后退回积分.
- 如下载前有疑问,可以通过点击"提供者"的名字,查看对方的联系方式,联系对方咨询.