text2vec

0熱度

1回答

目前之間的相容性，我們使用在AWS EC2（單個實例）text2vec處理大數據集時，文本數據將在未來越來越大，我們可能會嘗試RHadoop（MapReduce的）架構和別t知道它是否可以兼容text2vec和RHadoop（MapReduce）。

1熱度

1回答

詞形還原使用txt文件與R中

lemmes我想用外部的txt文件，結構爲波蘭引理如下：（來源引理對許多其他語言http://www.lexiconista.com/datasets/lemmatization/） Abadan Abadanem Abadan Abadanie Abadan Abadanowi Abadan Abadanu abadańczyk abadańczycy abadańczyk abad

1熱度

1回答

從單詞向量到文檔向量[text2vec]

我想使用在text2vec中實現的GloVe單詞嵌入來執行有監督的迴歸/分類。我閱讀了關於如何生成單詞向量的text2vec主頁上的有用教程。然而，我很難理解如何進一步進行，即應用或轉換這些單詞向量，並將它們附加到每個文檔中，使得每個文檔都由一個向量表示（從其組成單詞'我假設的向量派生而來'），在分類器中用作輸入。我在網上找到了一些短文檔的快速修復，但是我的文檔相當長（電影字幕），似乎沒有關於如何

2熱度

1回答

text2vec和topicmodels可以通過適合LDA的參數設置生成相似的主題嗎？

我想知道不同的軟件包，因此，算法的結果有什麼不同，以及參數是否可以設置爲產生類似的主題。我特別看了包text2vec和topicmodels。我使用下面的代碼來比較使用這些包生成的10個主題（請參閱代碼部分的術語）。我無法設法產生具有類似含義的主題集。例如。來自text2vec的話題10與「警察」有關，topicmodels所產生的主題都不涉及「警察」或類似術語。此外，我無法確定由topicmo

0熱度

1回答

LDA $新模式的構造text2vec [R包錯誤：錯誤.subset2（public_bind_env，「初始化」）（...）：未使用的參數（...）

的錯誤是： > lda_model = LDA$new(n_topics = 3, vocabulary = vocab, doc_topic_prior = 0.1, topic_word_prior = 0.01) Error in .subset2(public_bind_env, "initialize")(...) : unused argument (vocabulary

0熱度

1回答

使用text2vec包進行文本預處理和主題建模

我有大量文檔，並且想使用text2vec和LDA（Gibbs Sampling）進行主題建模。步驟我需要的是爲（按順序）：從文本中刪除數字和符號 library(stringr) docs$text <- stringr::str_replace_all(docs$text,"[^[:alpha:]]", " ") docs$text <- stringr::str_replace_all

0熱度

1回答

帶插入符號的Text2Vec分類 - 樸素貝葉斯警告消息

有關更多上下文，請參閱question listed here。我試圖使用text2vec構建的文檔術語矩陣來訓練使用caret包的樸素貝葉斯（nb）模型。但是，我得到這樣的警告消息：警告消息：在的eval（XPR，ENVIR = ENVIR）：模型擬合失敗Fold01.Rep1：usekernel = FALSE，FL = 0，調整= 1個錯誤NaiveBayes.default（X，Y

1熱度

4回答

使用哈希字典的詞典化函數不適用於R中的tm包

我想使用大型外部詞典（類似於下面的txt變量的格式）來解讀波蘭文本。我不幸運，有一個選擇波蘭文與流行的文本挖掘軟件包。 @DmitriySelivanov的答案https://stackoverflow.com/a/45790325/3480717與簡單的文本向量一起工作良好。（我也從字典和語料庫中刪除了波蘭的變音符號。）該函數可以很好地處理文本向量。不幸的是，它不適用於由tm生成的語料庫格式

0熱度

2回答

如何僅從存儲的單詞列表中生成text2vector中的文檔術語矩陣

text2vec中的語法是如何將文本向量化並僅通過指定的單詞列表實現dtm？如何僅在指示的要素上進行矢量化並生成文檔項矩陣？如果功能沒有出現在文本中，變量應該保持空白。我需要生成與dtm中運行建模的字段完全相同的文檔矩陣，否則我無法在新文檔上使用隨機森林模型。 - 它不會工作好2）執行 v = create_vocabulary(c("word1", "word2")) vectorizer

0熱度

1回答

TM，Quanteda，text2vec。根據正則表達式模式獲取詞表左邊的字符串

我想分析一個大文本文件夾，用於存在多種語言的名稱，地址和電話號碼。這些通常會以「地址」，「電話號碼」，「名稱」，「公司」，「醫院」，「送達者」之前。我會有這些詞的字典。我在想，如果文本挖掘工具是完美的工作。我想爲所有這些文檔創建一個語料庫，然後在給定字典條目的右側或下方找到符合特定（我正在考慮正則表達式條件）的文本。在R中的數據挖掘軟件包中是否有這樣的語法，以獲取字詞表條目右側或下側的字