由于我的学习，我第一次接触机器学习。我收到了一堆推文，目标是按主题对它们进行分类。我真的不知道该怎么做。有没有特定的方法可以遵循？
到目前为止，我只找到了一些主题，并且正在考虑为训练数据制作一个类似 DTM 的数据框，其中不仅包含非稀疏单词出现的次数，还包含特定 N-gram 出现的次数和一个基本事实列与主题。
这是完全错误的吗？我怎么能在没有特征的情况下训练分类器？
按主题分类推文
数据挖掘
机器学习
nlp
机器学习模型
文本分类
主题模型
2022-03-16 04:58:59
1个回答
由于没有预定义的主题，因此该任务是无监督的：目标是将语义相似的推文分组在一起（与分类相反，分类需要训练模型以在特定类别中进行预测）。
标准的无监督方法是主题建模。在传统的 LDA 方法中，主题模型将文档分组到集群中，并且还提供给定主题的单词的概率，因此可以从模型中提取按主题的“热门单词”列表。LDA 需要主题的数量作为输入参数，但可以使用分层狄利克雷过程来避免这个问题（但它不太常见）。