Tutoriais sobre modelos de tópicos e LDA

Gostaria de saber se vocês têm alguns bons tutoriais (rápidos e diretos) sobre modelos de tópicos e LDA, ensinando intuitivamente como definir alguns parâmetros, o que eles significam e, se possível, com alguns exemplos reais.

Se você estiver trabalhando no R, o tutorial de Carson Sievert sobre o uso do LDA para modelar tópicos em críticas de filmes é um excelente ponto de partida:

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

Este tutorial utiliza o LDAvis, uma visualização interativa de distribuições de tópicos e palavras que podem realmente ajudar na intuição.

Além disso, embora não sejam curtas, as palestras de David M. Blei sobre modelos de tópicos são um ótimo recurso para entender o significado por trás dos parâmetros: http://videolectures.net/mlss09uk_blei_tm/

Eu recomendo este tutorial: Introdução à Modelagem de Tópicos e MALLET

Aqui estão alguns links adicionais para ajudar você a começar ...

Bons materiais introdutórios (incluindo links para trabalhos de pesquisa): http://www.cs.princeton.edu/~blei/topicmodeling.html

Programas:

• MALLET (Java): http://mallet.cs.umass.edu/topics.php
  • guia do desenvolvedor de modelagem de tópicos: 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 (projetado para uso por cientistas sociais): http://www-nlp.stanford.edu/software/tmt/tmt-0.4/
• Mr.LDA (modelagem de tópicos escalável usando o MapReduce): http://lintool.github.io/Mr.LDA/
  • Se você estiver trabalhando com grandes quantidades de texto de entrada, considere usar o Mr.LDA para criar seus modelos de tópicos - sua abordagem baseada no MapReduce pode ser mais eficiente ao trabalhar com muitos dados.

Ainda mais aqui no blog Bied Estimates: Lista de Leitura de Modelos de Tópicos

Se você está procurando algo simples para começar e fácil de implementar, eu recomendaria isso.

Guia para iniciantes em modelagem de tópicos

O projeto CLARIN-D reuniu algumas boas dicas para tutoriais para modelagem de tópicos e LDA no site Coleção de materiais de ensino e aprendizagem (TeLeMaCo), hospedado pelo centro CLARIN da Universität des Saarlandes .

Sugiro tentar o tutorial Gensim do Machine Learning Plu . Ele fornecerá uma visão geral holística sobre PNL e LDA, incluindo: como pré-processar seus dados, fazer engenharia de recursos e aplicar LDA.