Mallet：局部 N-gram答案

【问题标题】：Mallet: Topical N-gramsMallet：局部 N-gram
【发布时间】：2012-04-11 03:49:03
【问题描述】：

我想使用 --use-ngrams true 选项运行槌，但似乎无法使其正常工作。我已使用以下方式导入数据：

./bin/mallet import-dir --input path --output topic-input.mallet --keep-seqence -- removed stopwords

现在我想训练一个主题 ngram 模型：

bin/mallet train-topics --input topic-input.mallet --use-ngrams true --num-topics 30 --xml-topic-report topic-report.xml

但是我收到了这个错误：

Exception in thread "main" java.lang.ClassCastException: cc.mallet.types.FeatureSequence cannot be cast to cc.mallet.types.FeatureSequenceWithBigrams
at cc.mallet.topics.TopicalNGrams.estimate(TopicalNGrams.java:78)
at cc.mallet.topics.tui.Vectors2Topics.main(Vectors2Topics.java:249)

如您所见，我将 mallet 作为命令行工具运行，我宁愿不窥探其 API 以使其正常工作。有什么建议吗？

【问题讨论】：

标签： java mallet lda topic-modeling

【解决方案1】：

找到答案：

您必须使用“--keep-sequence-bgirams”参数导入您想要运行 topical-ngram 建模的目录（例如

./bin/mallet import-dir --input path --output topic-input.mallet --keep-sequence-bigrams --remove-stopwords

然后，您将主题模型运行为：

bin/mallet train-topics --input topic-input.mallet --use-ngrams true --num-topics 30 --xml-topic-report topic-report.xml

【讨论】：