返回 实例数据下载

(一)数据准备

1.上传所需文件（码格式编码格式：gbk|ASNI；文件格式：.csv；文件最大大小：64MB）:

sample
上传结果:

2.上传停用词文件（文件格式：.txt；文件最大大小：64MB）-用于剔除停用词:

上传结果:

3.上传同义词文件（文件格式：.txt；文件最大大小：64MB）-用于规范化词语表达:
格式如下：
华东师范大学 华东师大 华东师范 华师大 ecnu
上海 沪

上传结果:

4.对指定列进行分词，分词结果存放于“指定列名_cut”列：

输入需分词的列名：
分词结果:
下载结果文件：

5.输入参数（鼠标悬停于输入框处可查看参数注释），点击按钮训练word2vec模型：

特征向量的维数（默认200）:
至少出现次数（默认1）：
并行数（默认2）：
训练结果：
下载模型文件：

(二)主题数K值确立

6.生成一个初始的LDA模型（鼠标悬停于输入框处可查看参数注释），作为困惑度计算的基础：

预设主题数K值（默认5）:
训练结果实例：

7.主题数K值确立（数据准备中所上传文件的记录数，须不少于100条）：

生成困惑度曲线
主题个数（默认5,请和初始的LDA模型的“提取的主题数”保持一致，否则会导致报错）:
计算状态：
结果：
图片尚未生成，生成后会显示
请根据困惑度曲线示意，选取困惑度最小值对应的主题数，作为最终LDA模型的K值。

(三)LDA模型训练与预测

8.训练生成最终的LDA模型：

提取的主题数（请输入最终确定的K值）:
训练结果：

下载模型文件：

9.计算摘要与主题相似度,结果存放于"Topic","Probability"两列中：

计算状态：
下载结果文件：