文件名称：pg-essay-lda:保罗·格雷厄姆（Paul Graham）的论文的主题建模
文件大小：1006KB
文件格式：ZIP
更新时间：2024-05-30 17:12:59
Python
保罗·格雷厄姆（Paul Graham）写什么？ 背景：保罗·格雷厄姆（Paul Graham）可能是当今时代最有影响力的技术专家之一。 这不仅是因为ViaWeb或YC，还因为他在与计算机科学，技术及其对整个社会的影响有关的所有方面都堪称典范。 他的论文具有传奇色彩，他简洁的思想表达风格使每个人都渴望得到更多。 因此，当我了解了使用NLP工具包可能实现的一些更高级的内容时，我想为什么不将它们应用于他的论文中，以了解他写的最多的书！ 最初，我考虑过训练一个gram gram word2vec以生成特定于PG的嵌入，但是后来我着手进行主题建模。 在某个时间点之后，单词代数就没那么有趣了。 训练数据实际上也很小。 方法： 我在他的网站上抓了一些文章，但不包括Lisp特有的章节。 （我们都知道这将始终是＃1主题） 然后，我在论文上运行spaCy管道以清理数据：删除时间/日期，空格，停用词