Tutoriales sobre modelos de temas y LDA

Me gustaría saber si ustedes tienen algunos buenos tutoriales (rápidos y directos) sobre modelos de temas y LDA, enseñando intuitivamente cómo establecer algunos parámetros, qué significan y, si es posible, con algunos ejemplos reales.

Si está trabajando en R, el tutorial de Carson Sievert sobre el uso de LDA para modelar temas en reseñas de películas es un excelente punto de partida:

http://cpsievert.github.io/LDAvis/reviews/reviews.html

Este tutorial hace uso de LDAvis, una visualización interactiva de distribuciones de temas y palabras que realmente pueden ayudar a la intuición.

Además, aunque no es breve, las conferencias de David M. Blei sobre modelos de temas son un gran recurso para comprender el significado detrás de los parámetros: http://videolectures.net/mlss09uk_blei_tm/

Recomiendo este tutorial: Comenzando con el modelado de temas y MALLET

Aquí hay algunos enlaces adicionales para ayudarlo a comenzar ...

Buenos materiales introductorios (incluidos enlaces a trabajos de investigación): http://www.cs.princeton.edu/~blei/topicmodeling.html

Software:

• MALLET (Java): http://mallet.cs.umass.edu/topics.php
  • guía del desarrollador de modelado de temas: http://mallet.cs.umass.edu/topics-devel.php
• gensim (Python): http://radimrehurek.com/gensim/
• topicmodels (R): http://cran.r-project.org/web/packages/topicmodels/index.html
• Stanford Topic Modeling Toolbox (diseñado para su uso por científicos sociales): http://www-nlp.stanford.edu/software/tmt/tmt-0.4/
• Mr.LDA (modelado de temas escalable usando MapReduce): http://lintool.github.io/Mr.LDA/
  • Si está trabajando con grandes cantidades de texto de entrada, puede considerar usar Mr.LDA para construir sus modelos de temas; su enfoque basado en MapReduce podría ser más eficiente cuando trabaje con muchos datos.

Aún más aquí en el blog Biased Estimates: Lista de lectura de modelos de temas

Si está buscando algo simple para comenzar y fácil de implementar, se lo recomendaría.

Guía para principiantes de modelado de temas

El proyecto CLARIN-D ha reunido algunos buenos consejos para tutoriales para modelado de temas y LDA en el sitio de la Colección de Materiales de Enseñanza y Aprendizaje (TeLeMaCo) alojado por el centro CLARIN de la Universität des Saarlandes .

Sugiero probar el tutorial Gensim de Machine Learning Plu . Le proporcionará una visión global de NLP y LDA, que incluye: cómo preprocesar sus datos, realizar ingeniería de características y aplicar LDA.