感謝您花時間看這個問題。我最近從網上刮下了一些文本,並將輸出保存爲約300頁的一個.txt文件。我正在嘗試使用LDA來構建主題,並且熟悉它的技術方面。潛在Dirichlet分配(LDA)的文檔數
但是,我的問題是LDA使用一個文件還是多個文件是重要的(即,如果我正在檢查200封電子郵件,是否需要標記化,刪除停用詞和檢查,然後保存大文件並保存每個電子郵件作爲單獨的.txt文件在實施LDA之前還是可以在一個文件中完成?
我現在面臨的問題是如果我要中斷文檔的預處理所有的東西都變成了單獨的.txt文件,任何建議?非常感謝。