トピックモデルとLDAに関するチュートリアル

トピックモデルとLDAに関する優れたチュートリアル（高速で簡単）があり、直感的にいくつかのパラメーターの設定方法、それらの意味、そして可能であれば実際の例を教えているかどうかを知りたいと思います。

Rで作業している場合、LDAを使用して映画レビューのトピックをモデル化することに関するカーソンシーバートのチュートリアルは、優れた出発点です。

http://cpsievert.github.io/LDAvis/reviews/reviews.html

このチュートリアルでは、LDAvisを使用します。LDAvisは、トピックと単語の分布をインタラクティブに視覚化して、直感を助けます。

また、短くはありませんが、David M. Bleiのトピックモデルに関する講義は、パラメータの背後にある意味を理解するための優れたリソースです。http：//videolectures.net/mlss09uk_blei_tm/

このチュートリアルを強くお勧めします：トピックモデリングとマレット入門

ここにあなたが始めるのに役立ついくつかの追加リンクがあります...

優れた入門資料（研究論文へのリンクを含む）：http : //www.cs.princeton.edu/~blei/topicmodeling.html

ソフトウェア：

• マレット（Java）：http ://mallet.cs.umass.edu/topics.php
  • トピックモデリング開発者ガイド：http : //mallet.cs.umass.edu/topics-devel.php
• gensim（Python）：http ://radimrehurek.com/gensim/
• topicmodels（R）：http ://cran.r-project.org/web/packages/topicmodels/index.html
• Stanford Topic Modeling Toolbox（社会科学者向けに設計されています）：http : //www-nlp.stanford.edu/software/tmt/tmt-0.4/
• Mr.LDA（MapReduceを使用したスケーラブルなトピックモデリング）：http ://lintool.github.io/Mr.LDA/
  • あなたが作業している場合、大規模な入力テキストの量は、あなたのトピックモデルを構築するためにMr.LDAを使用して検討する必要があります-大量のデータを扱うときにそのMapReduceのベースのアプローチは、より効率的かもしれません。

さらに、バイアス見積もりの​​ブログ：トピックモデル閲覧リスト

シンプルで実装が簡単なものを探しているなら、これをお勧めします。

トピックモデリングの初心者向けガイド

CLARIN-Dプロジェクトは、サールランデ大学 CLARINセンターが主催するTeaching ans Learning Materials Collection（TeLeMaCo）サイトで、トピックモデリングとLDAのチュートリアルへの良い指針を集めました。

Machine Learning Pluの Gensimチュートリアルを試すことをお勧めします。NLPとLDAに関する全体的な概要を説明します。データの前処理、機能エンジニアリング、LDAの適用方法などです。