个人中心
文章发布
退出
作者热门文章
- 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？
25
4
我有一个使用 MALLET 训练的 LDA 主题模型，但我想计算两个文档之间的余弦相似度以获得相似度，但我不确定 MALLET 输出的哪个文件要计算余弦。
我的余弦相似度函数运行良好，但不确定我在 MALLET 中比较什么。
如有任何帮助，我们将不胜感激!
最佳答案
每个文档都由其主题组成来表示，因此您必须对它们进行比较。使用 --output-doc-topics 参数来获取所需的文件。
行是文档，列是属于该文档的每个主题的比例。在当前版本 (2.0.8) 中，列按主题 ID 升序排序 - 否则，它们按概率从最高到最低排序。
除了余弦相似度之外，您还应该考虑不同的指标，例如(对称)Kullback-Leibler 散度或 Hellinger 距离。
关于java - 如何在MALLET中获取两个文档之间的余弦相似度？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/43261659/
25
4
0
我想使用 --use-ngrams true 选项运行 mallet，但似乎无法正常工作。 bin\mallet import-file --input ovary.txt --output ovar
这是我第一次使用槌 LDA。基本上，我下载了 mallet-2.0.8 zip 文件和 JDK。我安装了 JDK，将 mallet-2.0.8 提取到目标文件夹。我设置了 MALLET_HOME。这是
我尝试使用 Java 中的 Mallet 实现文档分类器。我已经有一个基本包含特征值的文件。所以我不想运行整个 raw text 处理管道。 目前我的特征文件中的一行看起来像这样(2 个特征，ID 和
我使用的是 Windows 7。我安装了 Mallet，当我进入 Mallet 目录时它运行得很好。但是，我正在使用一些调用它的 python 软件( https://github.com/uwgra
我正在使用 CRF 在 Mallet 上开发一个 NER 系统。 您知道是否可以收集每个预测的特征贡献吗？我需要知道并理解 CRF 模型的精确行为。 有什么建议吗？ 谢谢。 干杯，乌克兰 最佳答案 是
我正在寻找有人写/知道MALLET类的详细信息。我知道这是解决ML问题的好工具，现在我尝试实现此处Andrew McCallum, Kedar Bellare and Fernando Pereira
我正在使用 MALLET 进行主题分析，它在几千行和一百左右行的文本文件(“topics.txt”)中输出结果，其中每行由制表符分隔的变量组成，如下所示: Num1 text1 topic1 prop
我已经有一个使用 SimpleTagger 训练过的 CRF 训练模型。 SimpleTagger.main(new String[] { "--tra
老实说，我对 LDA 并不熟悉，但我的一个项目需要使用 MALLET 的主题建模。 我的问题是:给定特定时间戳内的一组文档作为主题模型的训练数据，使用模型(使用推理器)来跟踪主题趋势是否合适，对于文档
我使用 MALLET 进行主题建模。 http://mallet.cs.umass.edu/topics.php 首先，我尝试按照说明导入培训文档集。 bin/mallet import-dir --
MALLET 在训练主题模型时使用 --output-doc-topics 参数生成一个制表符分隔的文件，其中包含每个文档的主题分布。它看起来像这样: doc# filename topi
我用 Mallet 训练了 maxent 文档分类模型，结果是 130MB，这对于我希望运行它的实例来说太大了。我想知道是否有一种方法可以潜在地减少模型的词汇量，从而减少整体模型的大小。有管道可以做到
我正在使用 mallet 库进行主题建模。我的数据集位于 filePath 路径中，并且 csvIterator 似乎可以读取数据，因为 model.getData() 有大约 27000 行，等于我
我使用 Java-Mallet API 通过 LDA 进行主题建模。 API 产生以下结果:主题:关键字1(计数)、关键字2(计数) 例如 主题 0:文件 (12423)、测试 (3123) ...主
我正在尝试运行 Mallet 的主题建模，但出现以下错误: Couldn't open cc.mallet.util.MalletLogger resources/logging.properties
我有一个格式如下的 csv 文件 产品名称，产品评论 现在使用 mallet 我必须训练分类器，以便如果输入包含产品评论的测试数据集，它应该告诉我特定评论属于哪个产品 mallet java api
我正在尝试将 mallet 包合并到我的 java 代码中以完成我的序列标记任务。但是，我不太确定我应该如何仅根据 mallet 网站上的数据导入指南进行操作。谁能帮我解决这个问题？ 我的第一个问题是
我正在查看 Mallet 源代码，似乎大多数分类器实现(例如朴素贝叶斯)并没有真正考虑到功能选择，即使 InstanceList 类具有setFeatureSelection 方法。 现在我想对我的数
有人有幸加载过之前训练过的模型吗？翻阅其API ，CRFWriter类是拼图的1/2，但是你到底如何CRFRead(类不存在) 感谢您的帮助。 最佳答案 根据您使用的训练器，您应该能够将对象转换为 C
我正在尝试使用 Mallet 2.0.7 执行 LDA 主题建模。从训练类(class)的输出来看，我可以训练 LDA 模型并获得良好的结果。此外，我可以使用该过程中内置的推理器，并在重新处理我的训练
我是一名优秀的程序员,十分优秀！