分数在主题建模中表示什么

根据本教程,我将gimsm用于LSA https://www.datacamp.com/community/tutorials/discovering-hidden-topics-python

运行文本列表后得到以下输出


[(1,'-0.708*"London" + 0.296*"like" + 0.294*"go" + 0.287*"dislike" + 0.268*"great" + 0.200*"romantic" + 0.174*"stress" + 0.099*"lovely" + 0.082*"good" + -0.075*"Tower" + 0.072*"see" + 0.063*"nice" + 0.061*"amazing" + -0.053*"Palace" + 0.053*"walk" + -0.050*"Eye" + 0.046*"eat" + -0.042*"Bridge" + 0.041*"Garden" + 0.040*"Covent" + -0.040*"old" + -0.039*"visit" + 0.039*"really" + 0.035*"spend" + 0.034*"watch" + 0.034*"get" + -0.032*"Buckingham" + 0.032*"Weather" + -0.032*"Museum" + -0.032*"Westminster"')]

-0.708伦敦表示什么?

supercow0000 回答:分数在主题建模中表示什么

无论是正面还是负面的,这些词都是最有助于您的话题的。您的主题的特征之一似乎是,它与伦敦无关。您会看到其他与伦敦相关的词也对您的话题有负面影响:威斯敏斯特,塔和埃伊对该主题也有负面影响。

因此,根据您的模型,如果文本缺少伦敦一词,则该文本与该主题有关是很可能的。

本文链接:https://www.f2er.com/3152208.html

大家都在问