Я использую LDA в маллете для изучения своих данных. У меня нет проблем с запуском, просто мне нужно иметь вероятность топовых слов (допустим, 20 слов)
Я использую этот запрос:
bin\mallet train-topics --input tutorial.mallet --num-topics 40 --optimize-interval 20 --output-state topic-state_doc_40t.gz --output-topic-keys tutorial_keys_doc_40t.txt --output-doc-topics tutorial_composition_doc_40t.txt
Я не знаю, каков будет запрос вероятностей слов.
Поздний ответ, но кто знает, это может помочь кому-то еще.
MALLET 2.0.8 имеет новую функцию для вывода очень интересного диагностического файла, содержащего набор метрик для каждой темы и ее главных слов. Слово вероятность является одним из них.
Просто добавьте --diagnostics-file FILENAME к вашей команде train-topics.
Количество слов, описанных для каждой темы, такое же, как определено параметром "--num-top-words".
Вот ссылка на подробную документацию: http://mallet.cs.umass.edu/diagnostics.php. Если вы не хотите повторно обучать свою тему, вы все равно можете вывести файл диагностики, используя свой файл «состояния». Все описано по ссылке.
Вы должны иметь возможность использовать опцию --topic-word-weights-file FILENAME.
Формат выходного файла
topic [tab] word [tab] weight
где weight пропорционально вероятности слова в теме. Разделите на сумму весов темы, чтобы получить нормализованную вероятность.
