Topicmodels調換術語文檔矩陣

我試圖運行使用topicmodels包R.手冊中給出的示例的LDA使用美聯社的數據和很好地工作。但是，當我嘗試使用自己的數據時，我得到的主題是文檔名稱。我已經查明問題的事實，我的單詞文書矩陣的方式轉置應爲（行 - >列）。Topicmodels調換術語文檔矩陣

的例子TDM：

str(AssociatedPress) 
List of 6 
$ i  : int [1:302031] 1 1 1 1 1 1 1 1 1 1 ... 

$ j  : int [1:302031] 116 153 218 272 299 302 447 455 548 597 ... 
$ v  : int [1:302031] 1 2 1 1 1 1 2 1 1 1 ... 
$ nrow : int 2246 
$ ncol : int 10473 
$ dimnames:List of 2 
..$ Docs : NULL 
..$ Terms: chr [1:10473] "aaron" "abandon" "abandoned" "abandoning" ... 
- attr(*, "Weighting")= chr [1:2] "term frequency" "tf" 
- attr(*, "class")= chr [1:2] "DocumentTermMatrix" "simple_triplet_matrix"

然而，我的TDM有條款爲行，文檔欄目：

List of 6 
$ i  : int [1:10489] 1 3 4 13 20 24 25 26 27 28 ... 
$ j  : int [1:10489] 1 1 1 1 1 1 1 1 1 1 ... 
$ v  : num [1:10489] 1 1 1 1 2 1 67 1 44 3 ... 
$ nrow : int 5903 
$ ncol : int 9 
$ dimnames:List of 2 
..$ Terms: chr [1:5903] "\u2439aa" "aars" "\u2439ab" "\u242dab" ... 
..$ Docs : chr [1:9] "art111130.txt" "art111131.txt" "art111132.txt" "art111133.txt" ... 
- attr(*, "class")= chr [1:2] "TermDocumentMatrix" "simple_triplet_matrix" 
- attr(*, "Weighting")= chr [1:2] "term frequency" "tf"

這是造成LDA(art_tdm,3)基於文檔的名稱，沒有條件建立主題在文檔中。這是tm軟件包代碼庫的變化嗎？我無法想象我將如何在我的代碼中導致這種換位：

art_cor<-Corpus(DirSource(directory = "tmptxts")) 
art_tdm<-TermDocumentMatrix(art_cor)

任何幫助，將不勝感激。

來源

2012-10-20 cjbayesian

在你有類「TermDocumentMatrix」和其他的目標，一方面你有「DocumentTermMatrix」之一。

你可能只需要做到這一點：

art_tdm<-DocumentTermMatrix(art_cor)

來源

2012-10-20 20:15:07

是的，就是這樣。謝謝！我還發現，矩陣轉置函數't（）'也適用於這個類，並獲得相同的結果。 – cjbayesian

我想知道如何使用't（）'。但是，我無法在包:: tm中找到'AssociatedPress'。 –

我發現t（）也可以。 – cjbayesian

Topicmodels調換術語文檔矩陣

回答

相關問題