Простая реализация моделирования совместной темы на Python?

Ответ 1

Это должно помочь вам (хотя и не уверен, почему это еще не было опубликовано): https://github.com/arongdari/python-topic-model

В частности: https://github.com/arongdari/python-topic-model/blob/master/ptm/collabotm.py

class CollaborativeTopicModel:
    """
    Wang, Chong, and David M. Blei. "Collaborative topic 
                                modeling for recommending scientific articles."
    Proceedings of the 17th ACM SIGKDD international conference on Knowledge
                                discovery and data mining. ACM, 2011.
    Attributes
    ----------
    n_item: int
        number of items
    n_user: int
        number of users
    R: ndarray, shape (n_user, n_item)
        user x item rating matrix
    """

Выглядит красиво и просто. Я по-прежнему предлагаю по крайней мере смотреть на gensim. Radim сделал фантастическую работу по оптимизации этого программного обеспечения очень хорошо.

Ответ 2

Очень простая реализация LDA с использованием gensin. Вы можете найти более подробную информацию здесь: https://radimrehurek.com/gensim/tutorial.html

Надеюсь, это поможет вам.

from nltk.corpus import stopwords
from nltk.tokenize import RegexpTokenizer
from nltk.stem import RSLPStemmer
from gensim import corpora, models
import gensim

st = RSLPStemmer()
texts = []

doc1 = "Veganism is both the practice of abstaining from the use of animal products, particularly in diet, and an associated philosophy that rejects the commodity status of animals"
doc2 = "A follower of either the diet or the philosophy is known as a vegan."
doc3 = "Distinctions are sometimes made between several categories of veganism."
doc4 = "Dietary vegans refrain from ingesting animal products. This means avoiding not only meat but also egg and dairy products and other animal-derived foodstuffs."
doc5 = "Some dietary vegans choose to wear clothing that includes animal products (for example, leather or wool)." 

docs = [doc1, doc2, doc3, doc4, doc5]

for i in docs:

    tokens = word_tokenize(i.lower())
    stopped_tokens = [w for w in tokens if not w in stopwords.words('english')]
    stemmed_tokens = [st.stem(i) for i in stopped_tokens]
    texts.append(stemmed_tokens)

dictionary = corpora.Dictionary(texts)
corpus = [dictionary.doc2bow(text) for text in texts]

# generate LDA model using gensim  
ldamodel = gensim.models.ldamodel.LdaModel(corpus, num_topics=2, id2word = dictionary, passes=20)
print(ldamodel.print_topics(num_topics=2, num_words=4))

[(0, u'0.066 * животное + 0.065 *, + 0.047 * продукт + 0.028 * философия '), (1, u'0.085 *. + 0.047 * продукт + 0.028 * диетический + 0.028 * veg')]

Ответ 3

Как вы отметили машинное обучение и python, вы взглянули на python pandas и sklearn, потому что с ними вы можете быстро создать много линейного регрессионного объекта.

Также есть пример кода относительно Удаление темы (с неотрицательной матричной факторизацией и скрытым распределением Дирихле), которая может соответствовать вашим точным а также поможет вам открыть модуль sklearn

Привет