Orange3实战教程：文本挖掘---LDA主题探索

LDAvis

LDA主题的交互式探索工具。

输入

• 主题：来自主题建模的所有LDA主题。

LDAvis 是 Orange 对 pyLDAvis 的实现，而 pyLDAvis 源自 Sievert 和 Shirley（2014）开发的 R 包 LDAvis。该可视化工具通过调整主题中高排名词汇的权重，用于探索 LDA 主题模型。参数“相关性”（Relevance）用于调整词汇权重，取值范围为 0 到 1：值为 1 时，词汇仅按其在主题中的频率排名；值为 0 时，词汇仅按“提升度”（词汇在主题中的概率与在语料库中的概率之比）排名。

1. 调整单词在主题中相关性的参数：值为 1 时，显示与“主题建模”组件中相同的词汇。
2. 主题列表。

右侧图表展示了按计算后的相关性排名前 20 的词汇。默认相关性值为 0.5（作者建议 0.6），可在主题内概率和提升度之间达到平衡。横轴权重表示词汇的绝对计数，红色条形表示主题内概率，灰色条形表示词汇在语料库中的概率。

示例

以下是如何在 Orange 中近似实现完整 LDAvis 功能的步骤：

1. 使用