English
history-newpaper-topic-analysis：使用k均值，pLSA和LDA分析美国和国家公报
文件大小：
496814k
资源说明：该项目的目的是从历史报纸中提取主题。 阅读历史报纸以研究历史是困难的，因为其庞大的数量证明对人类读者构成挑战。 机器学习算法可以从这些报纸自动生成主题，并可以节省大量时间。 结果保存在top_words文件夹中。
这是每个Python脚本的简短描述。
corpus.py：
用于使用拼写检查，词干分析和频次上限来预处理原始数据。 然后保存将语料库转换为文档词矩阵。 输出保存在“ vocabulary_files”文件夹中。
train.py [取决于k_means.py，pLSA.py和lda.py，每个文件实现相应的训练算法]：
训练模型并将结果保存在“模型”文件夹中。 目标函数的值和执行时间被绘制并保存在“ stats”文件夹中。 每个主题中最重要的单词都保存在“ top_words”文件夹中。 所有训练算法都是词袋算法。
topic_coherence.py：
计算每个模
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
