在《微博内容分词后怎样用JupyterNotebook做LDA主题模型分析》那篇notebook中，我们以微博上甘肃马拉松事件相关的微博实验了怎样用Python做LDA主题分析。最后观察分析出来的主题似乎不太容易分辨。 本Jupyter Notebook想做一个对比实验，先使用GooSeeker分词和文本分析软件的选词功能，手工选择含义比较明确的词，然后导出选词匹配表。这相当于人工做了降维，对比主题分析的效果，效果肯定是有的，但是怎样手工选词效果最好，还需要实验观察，本文末尾做了一些总结和思考。
点击下载notebook源代码：
|
本帖子中包含更多资源
您需要 登录 才可以下载或查看，没有帐号？立即注册
x
|
|
|
|
|
|
|
|
BERTopic做主题合并以后为什么得到的实际主
怎样使用BERTopic做话题检测和主题聚类
什么是SBERT
怎样让GooSeeker分词工具使用宋体画词云图
使用BERTopic时遇到的c-TF-IDF是什么？
共 0 个关于本帖的回复 最后回复于 2024-7-16 10:28