Latent Dirichlet allocation

R में Text Analysis परिचय

Maham Faisal Khan

Senior Data Science Content Developer

Unsupervised learning

कुछ और Natural Language Processing (NLP) शब्दावली:

  • Latent Dirichlet allocation (LDA) एक मानक टॉपिक मॉडल है
  • दस्तावेज़ों का संग्रह corpus कहलाता है
  • Bag-of-words में हर शब्द को अलग-अलग माना जाता है
  • टॉपिक मॉडल साथ-साथ आने वाले शब्दों के पैटर्न ढूँढते हैं
  • पैटर्न खोजने को, भविष्यवाणी करने के बजाय, unsupervised learning कहते हैं
R में Text Analysis परिचय

शब्द संभावनाएँ

R में Text Analysis परिचय

Clustering बनाम topic modeling

Clustering

  • क्लस्टर दूरी के आधार पर मिलते हैं, जो continuous है।
  • हर ऑब्जेक्ट एक ही क्लस्टर में जाता है।

Topic Modeling

  • टॉपिक शब्द-आवृत्ति के आधार पर मिलते हैं, जो discrete है।
  • हर दस्तावेज़ हर टॉपिक का मिश्रण होता है (आंशिक सदस्य)।
R में Text Analysis परिचय

अभ्यास करते हैं!

R में Text Analysis परिचय

Preparing Video For Download...