- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
因此使用 mallet 的 API 创建了一个小程序 following this example in the developer's guide 。但是,我不明白最终的重量输出。
程序运行时,它会为每个主题输出合理的权重(见下文):
Mallet LDA: 20 topics, 5 topic bits, 11111 topic mask
max tokens: 5179
total tokens: 31712
<10> LL/token: -7,88809
<20> LL/token: -7,54327
<30> LL/token: -7,44727
<40> LL/token: -7,3755
0 0,5 parses files browser creates selects docking entity
1 0,5 boolean listener handles enabled directory mouse lines
2 0,5 text area selected inserts creates deletes user
3 0,5 int line offset caret screen moves end
4 0,5 creates node container widget namespace block grid
5 0,5 selection key event processes shows word start
6 0,5 boolean search index indent hyper bundle dialog
7 0,5 string element adds starts ends reader map
8 0,5 handles changed message properties mode content loads
9 0,5 creates fold plugin list marker model handler
10 0,5 action set invokes edit creates char token
11 0,5 pane option saves inits error save creates
12 0,5 component adds size layout removes dockable window
13 0,5 converts type view tostring rule parser closes
14 0,5 buffer update updates handles status invalidates byte
15 0,5 evals creates menu callstack eval inits document
16 0,5 class manager path url bsh impl chunk
17 0,5 handles variable expression color property primitive icon
18 0,5 file creates vfs request literal parent runs
19 0,5 string parse editor.getexpansion preferredlayoutsize(parent preprocesskeyevent startlinecomment getstringproperty
[...]
0 0,07447 parses string files entity selected decl lists
1 0,09965 handles boolean listener adds mouse enabled drag
2 0,09124 text area selected selects user input int
3 0,14501 int line offset screen start count end
4 0,07821 node creates container widget closes namespace grid
5 0,05882 key event selection processes viewer extends handles
6 0,16431 boolean indent list index equals updates modifiers
7 0,08873 element string starts ends adds document map
8 0,14141 handles changed message properties mode content loads
9 0,12078 fold creates plugin marker model handler list
10 0,11112 action creates invokes edit set token stream
11 0,11896 option pane inits saves view creates color
12 0,11379 component layout size adds dockable window removes
13 0,11022 string converts tostring type char marks segment
14 0,10636 buffer update handles updates byte status edit
15 0,11183 evals creates menu callstack error eval reader
16 0,09098 class path url manager impl classes loader
17 0,09077 handles variable expression property creates bsh primitive
18 0,12605 file string search vfs dialog creates literal
19 0,02491 string parse setvalueat disposedockablewindow getpreviousbuffer buffered rewinds
[beta: 0,02113]
<500> LL/token: -6,90397
Total time: 16 seconds
但是,当涉及到最终输出时,结果如下:
0 0.000 parses (115) string (90) files (53) entity (33) selected (29)
1 0.000 handles (110) boolean (82) listener (71) mouse (48) adds (44)
2 0.000 text (230) area (126) selected (61) user (28) selects (27)
3 0.000 int (588) line (295) offset (67) screen (54) start (49)
4 0.000 node (71) creates (48) widget (34) closes (33) container (32)
5 0.000 key (130) event (110) selection (81) processes (67) viewer (17)
6 0.000 boolean (586) indent (55) index (51) list (51) updates (23)
7 0.000 element (99) string (76) starts (48) ends (46) adds (43)
8 0.000 handles (464) changed (153) message (150) properties (96) mode (96)
9 0.000 fold (108) creates (107) plugin (97) marker (56) model (55)
10 0.000 action (132) creates (89) invokes (64) set (61) edit (58)
11 0.000 option (119) pane (118) inits (114) saves (77) view (68)
12 0.000 component (128) adds (89) layout (87) size (76) dockable (63)
13 0.000 string (488) converts (114) tostring (65) type (41) char (30)
14 0.000 buffer (289) update (89) handles (71) updates (49) byte (30)
15 0.000 evals (157) creates (121) menu (102) callstack (92) error (66)
16 0.000 class (243) path (76) url (47) manager (42) impl (28)
17 0.000 handles (134) variable (79) expression (73) creates (47) property (46)
18 0.000 file (126) string (111) search (89) vfs (64) int (52)
19 1.000 string (2705) parse (2605) parser.reinittokeninput(in (1) image (1) candidates[i (1)
0 0.930564405720232
除了标记为 1 的权重外,所有权重都标记为 0。谁能解释一下这是怎么回事?
最佳答案
您指向的代码正在打印第一个文档的主题分布,该文档几乎 100% 分配给主题 19。
看起来集合很小(30k 字),文档却很大(最多 5k)。如果主题多于文档,模型可以通过将每个文档放在自己的主题中来最大化其目标。
您将从更多文档中获得更好的结果,并且可能需要考虑将文档分成更小的 block 。当每个片段足够短以至于可以合理地假设它具有同质的主题组合时,LDA 效果最佳。换句话说,您不会期望片段的开头与片段的结尾有所不同。 200-500 个字是典型的范围。 300,000 个代币总数也可能是您期望获得良好结果的最低限度。
关于java - Mallet 输出主题权重 0.0 或 1.0,不输出任何中间值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59980333/
我正在使用 OUTFILE 命令,但由于权限问题和安全风险,我想将 shell 的输出转储到文件中,但出现了一些错误。我试过的 #This is a simple shell to connect t
我刚刚开始学习 Java,我想克服在尝试为这个“问题”创建 Java 程序时出现的障碍。这是我必须创建一个程序来解决的问题: Tandy 喜欢分发糖果,但只有 n 颗糖果。对于她给第 i 个糖果的人,
你好,我想知道我是否可以得到一些帮助来解决我在 C++ 中打印出 vector 内容的问题 我试图以特定顺序在一个或两个函数调用中输出一个类的所有变量。但是我在遍历 vector 时收到一个奇怪的错误
我正在将 intellij (2019.1.1) 用于 java gradle (5.4.1) 项目,并使用 lombok (1.18.6) 来自动生成代码。 Intellij 将生成的源放在 out
编辑:在与 guest271314 交流后,我意识到问题的措辞(在我的问题正文中)可能具有误导性。我保留了旧版本并更好地改写了新版本 背景: 从远程服务器获取 JSON 时,响应 header 包含一
我的问题可能有点令人困惑。我遇到的问题是我正在使用来自 Java 的 StoredProcedureCall 调用过程,例如: StoredProcedureCall call = new Store
在我使用的一些IDL中,我注意到在方法中标记返回值有2个约定-[in, out]和[out, retval]。 当存在多个返回值时,似乎使用了[in, out],例如: HRESULT MyMetho
当我查看 gar -h 的帮助输出时,它告诉我: [...] gar: supported targets: elf64-x86-64 elf32-i386 a.out-i386-linux [...
我想循环遍历一个列表,并以 HTML 格式打印其中的一部分,以代码格式打印其中的一部分。所以更准确地说:我想产生与这相同的输出 1 is a great number 2 is a great
我有下面的tekton管道,并尝试在Google Cloud上运行。集群角色绑定。集群角色。该服务帐户具有以下权限。。例外。不确定需要为服务帐户设置什么权限。
当尝试从 make 过滤非常长的输出以获取特定警告或错误消息时,第一个想法是这样的: $ make | grep -i 'warning: someone set up us the bomb' 然而
我正在创建一个抽象工具类,该类对另一组外部类(不受我控制)进行操作。外部类在某些接口(interface)点概念上相似,但访问它们相似属性的语法不同。它们还具有不同的语法来应用工具操作的结果。我创建了
这个问题已经有答案了: What do numbers starting with 0 mean in python? (9 个回答) 已关闭 7 年前。 在我的代码中使用按位与运算符 (&) 时,我
我写了这段代码来解析输入文件中的行输入格式:电影 ID 可以有多个条目,所以我们应该计算平均值输出:**没有重复(这是问题所在) import re f = open("ratings2.txt",
我需要处理超过 1000 万个光谱数据集。数据结构如下:大约有 1000 个 .fits(.fits 是某种数据存储格式)文件,每个文件包含大约 600-1000 个光谱,其中每个光谱中有大约 450
我编写了一个简单的 C 程序,它读取一个文件并生成一个包含每个单词及其出现频率的表格。 该程序有效,我已经能够在 Linux 上运行的终端中获得显示的输出,但是,我不确定如何获得生成的显示以生成包含词
很难说出这里要问什么。这个问题模棱两可、含糊不清、不完整、过于宽泛或夸夸其谈,无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开,visit the help center . 关闭 1
1.普通的输出: print(str)#str是任意一个字符串,数字··· 2.格式化输出: ?
我无法让 logstash 正常工作。 Basic logstash Example作品。但后来我与 Advanced Pipeline Example 作斗争.也许这也可能是 Elasticsear
这是我想要做的: 我想让用户给我的程序一些声音数据(通过麦克风输入),然后保持 250 毫秒,然后通过扬声器输出。 我已经使用 Java Sound API 做到了这一点。问题是它有点慢。从发出声音到
我是一名优秀的程序员,十分优秀!