主要内容

topkwords

单词袋模型或LDA主题中最重要的单词

折叠所有页面

语法

台= topkwords(袋)
台= topkwords(袋、k)
台= topkwords (ldaMdl k topicIdx)
台= topkwords (＿＿＿、名称、值)

描述

例子

资源描述= topkwords (袋）返回单词袋模型中包含最大单词数的五个单词的表袋．缺省情况下，该函数区分大小写。

例子

资源描述= topkwords (袋，k）的表k单词数最多的单词。缺省情况下，该函数区分大小写。

例子

资源描述= topkwords (ldaMdl，k，topicIdx）的表k潜在狄利克雷分配(LDA)主题中概率最高的词topicIdxLDA模型中ldaMdl．

例子

资源描述= topkwords (＿＿＿，名称,值）使用一个或多个名称-值对参数指定其他选项。

例子

全部折叠

打开生活的脚本

创建一个单词袋模型中最常用单词的表。

加载示例数据。该文件sonnetsPreprocessed.txt包含了经过预处理的莎士比亚十四行诗。该文件每行包含一首十四行诗，单词之间用空格分隔。将文本从sonnetsPreprocessed.txt，将文本以换行符分割为文档，然后标记文档。

文件名=“sonnetsPreprocessed.txt”；str = extractFileText(文件名);textData =分裂(str,换行符);文件= tokenizedDocument (textData);

创建一个词袋模型使用bagOfWords．

袋= bagOfWords(文档)
单词:[" fairrest " "creatures" "desire"…NumWords: 3092 NumDocuments: 154

找出最常用的五个单词。

T = topkwords(袋);

在模型中找出前20个单词。

k = 20;T = topkwords(袋、k)
T =20×2表词数________ _____ "你" 281 "你" 234 "爱" 162 "你" 161 "做" 88 "我" 63 "将" 59 "眼睛" 56 "甜蜜" 55 "时间" 53 "美" 52 "或"艺术" 51 "但" 51 " "心" 50⋮
打开生活的脚本

创建一个包含LDA主题概率最高的单词的表。

要重现结果，请设置rng来“默认”．

rng (“默认”）

加载示例数据。该文件sonnetsPreprocessed.txt包含了经过预处理的莎士比亚十四行诗。该文件每行包含一首十四行诗，单词之间用空格分隔。将文本从sonnetsPreprocessed.txt，将文本以换行符分割为文档，然后标记文档。

文件名=“sonnetsPreprocessed.txt”；str = extractFileText(文件名);textData =分裂(str,换行符);文件= tokenizedDocument (textData);

创建一个词袋模型使用bagOfWords．

袋= bagOfWords(文件);

拟合具有20个主题的LDA模型。要抑制verbose输出，请设置“详细”为0。

numTopics = 20;mdl = fitlda(袋、numTopics、“详细”, 0);

找出第一个主题的前20个单词。

k = 20;topicIdx = 1;台= topkwords (mdl k topicIdx)
台=20×2表单词得分________ _________“eyes”0.11155“beauty”0.01577“has”0.055778“still”0.049801“true”0.043825“mine”0.033865“find”0.031873“black”0.025897“look”0.023905“tis”0.023905“kind”0.021913“seen”0.021913“found”0.017929“sin”0.015937“three”0.013945“golden”0.0099608⋮

找到第一个主题的前20个单词，并使用反平均比例的分数。

台= topkwords (mdl k topicIdx,“缩放”，“inversemean”）
台=20×2表单词得分________ ________ "eyes" 1.2718 "beauty" 0.9022 " has " 0.5692 "still" 0.50269 "true" 0.43719 "mine" 0.32764 "find" 0.32544 "black" 0.25931 "tis" 0.23755 "look" 0.22519 "kind" 0.21594 "seen" 0.21594 "found" 0.17326 "sin" 0.15223 "three" 0.13143 "golden" 0.090698⋮

使用缩放的分数作为大小数据创建一个单词云。

图wordcloud (tbl.Word tbl.Score);

图中包含一个wordcloud类型的对象。

输入参数

全部折叠

输入词袋模型，指定为bagOfWords对象。

要返回的字数，指定为正整数。

例子:20.

输入LDA模型，指定为ldaModel对象。

LDA主题索引，指定为非负整数。

名称-值参数

指定可选的逗号分隔的对名称,值参数。的名字参数名和价值为对应值。的名字必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:“缩放”、“inversemean”指定对主题词的概率使用逆平均缩放。
Bag-of-Words模型选项

全部折叠

选项忽略大小写，指定为逗号分隔的对，由“IgnoreCase”以及以下其中之一:

  • 假-将大小写不同的单词作为单独的单词。

  • 真正的-将大小写不同的单词视为相同的单词，并合并计数。

这个选项只支持单词袋输入金宝app。

强制将输出作为单元格数组返回的指示符，指定为由逗号分隔的对组成“ForceCellOutput”和真正的或假．

这个选项只支持单词袋输入金宝app。

数据类型:逻辑

LDA模型选项

全部折叠

扩展以应用于主题词的概率，指定为逗号分隔对，由“缩放”以及以下其中之一:

  • “没有”-返回后一个词的概率。

  • “inversemean”-对每个主题的后验词概率进行归一化，该概率为该词在所有主题中的后验概率的几何平均值。这个函数使用这个公式φ。*(日志(φ)意味着(日志(φ),1)),在那里φ对应于ldaMdl。TopicWordProbabilities．

此选项仅支持LDA模型输金宝app入。

例子:“缩放”、“inversemean”

数据类型:字符

输出参数

全部折叠

按重要性排序的最上面的单词的表格或表格的单元格数组。

当输入是单词袋模型时，表有以下几列:

词 指定为字符串的字
数 单词袋模型中单词出现的次数

如果袋是非标量数组还是“ForceCellOutput”是真正的，然后该函数将输出作为表的单元格数组返回。单元格数组中的每个元素都是一个表，其中包含对应元素的顶部单词袋．

当输入为LDA模型时，表中有以下几列:

词 指定为字符串的字
分数 给定LDA主题的单词概率

提示

  • 要在n-g包模型中找到最常见的n-g，请使用topkngrams．

另请参阅

|||||||

主题

介绍了R2017b

文本分析工具箱文档

金宝app

入门文本分析在MATLAB

入门文本分析在MATLAB

立即下载