topics:主题建模个人PDF库的工作流程

【文件属性】：
文件名称：topics:主题建模个人PDF库的工作流程
文件大小：17KB
文件格式：ZIP
更新时间：2021-03-07 04:19:23
pdf topic-modeling mallet pyldavis Python 主题模型PDF库 这是Unix风格的工作流程，用于使用对个人PDF库进行。 它应该可以在macOS和Linux上运行。 如果您发现这些说明中的内容不清楚，或者对您不起作用，或者您有改善此工作流程的建议，请。 先决条件 这些说明假定您基本了解macOS终端或Linux Shell。 根据您拥有的PDF数量，您可能需要一台具有大量RAM和一台具有多核CPU的计算机。 在我具有8核Intel CPU和16GB RAM的2019笔记本电脑上，构建和可视化大约5,000个PDF的50主题模型，总共约2000万个单词，大约需要15分钟。 建立和可视化200个主题的模型大约需要一个小时。 如果您有更多的PDF，或者没有那么多的内核或那么多的RAM，则可能要在按需云计算服务器上运行它-但这超出了这些说明的范围。 无论在何处运行此程序，都将需要以下软件的最新版本： （4.3或更高版本） ， ，

【文件预览】：
topics-main
----dumptext.sh(529B)
----doc-topics.py(806B)
----utils.py(2KB)
----make-scripts.sh(255B)
----topdocs.py(5KB)
----requirements.txt(37B)
----topics.py(868B)
----make-indexes.sh(849B)
----build(551B)
----README.md(10KB)
----Makefile(7KB)
----topic-words.py(584B)
----viz.py(3KB)
----.gitignore(187B)
----count-words.py(632B)
----rebuild(31B)
----diagnostics()
--------index.html(536B)
--------code.js(5KB)
--------style.css(749B)